二手服装店客户评价分析数据集
数据来源：互联网公开数据
标签：客户评价,二手服装店,市场分析,竞争分析,自然语言处理,情感分析,主题建模
数据概述：
本数据集包含对三家二手服装店（RT、JAM和BUZZSTORE）的客户评价记录。数据集涵盖了客户的基本信息、评价日期、评价内容及评分等关键要素，为分析二手服装店的市场表现及客户反馈提供了全面的数据支持。
数据用途概述：
该数据集适用于市场分析、竞争分析、客户行为研究等多种场景。研究者可利用此数据进行情感分析，了解客户对不同商店的评价倾向；进行主题建模，识别客户反馈中的主要话题；分析评价趋势，比较不同商店、不同代际及性别的客户反馈差异。此外，数据集也适合用于品牌优化，帮助商家提升服务质量及市场竞争力。
数据预处理：
1. 去除URLs、电子邮件、电话号码、标点符号等无关信息。
2. 删除不必要的列，保留以下列用于分析：
- Author_En：作者
- Generation_En：世代
- Gender_En：性别
- revUserEntryDate：评价日期
- Review_En：评价内容
- revUserRvwerNum：评分
3. 重命名以下列：
- revUserEntryDate => Review_date
- revUserRvwerNum => Rating
4. 清理Gender和Generation列的值，确保一致性。
5. 去除HTML标签、表情符号、符号和象形文字。
6. 去除停用词。
7. 将文本转换为小写。
8. 词形还原。
9. 去除重复项。
10. 拼写检查。
示例：
原始评价：{'It has all the boring movies and episodes'}
预处理后的评价：{'boring movie episode'}
语义分析：
通过情感分析计算声誉指标，包括正面、负面和中性评价的比例等。
主题建模：
通过主题建模识别客户反馈中的关键话题。
趋势分析：
分析评价趋势，比较不同商店、不同代际及性别的客户反馈差异。
结论：
根据分析结果得出每家商店的声誉、语气，并与竞争对手进行比较。
建议：
提供基于分析结果的短建议，以帮助商家优化服务和策略。
