扩展产品反馈八类分类，并新增业务说明文档。
将 category 从 6 类扩展为 8 类标准枚举并允许补充自定义类别，同步更新提取规则与校验映射；新增面向业务的 ECharts 流程说明页面。 Co-authored-by: Cursor <cursoragent@cursor.com>
This commit is contained in:
OnesvmWhoops
parent
18a5e38796
commit
ae809a6006
6 changed files with 377 additions and 9 deletions
|
|
@ -52,7 +52,7 @@
|
||||||
sentiment: Positive
|
sentiment: Positive
|
||||||
category: Price
|
category: Price
|
||||||
|
|
||||||
- instruction: "示例 4 教学：非英语评论（例如西班牙语）输出必须全英文。禁止保留原文非英文片段，先理解语义再用英文短语表达。"
|
- instruction: "示例 4 教学：1) 非英语评论（例如西班牙语）输出必须全英文，禁止保留原文非英文片段，先理解语义再用英文短语表达；2) 「随附配件」不属于 8 个标准类别，演示如何补充一个简洁的英文新类别 'Accessories'。"
|
||||||
review: "El producto en sí está muy bien, viene con 2 cristales templados y 2 grips para los joycon. Pero es lo que he leido en algunos comentarios, la funda huele como a tabaco jajaja es raro pero es así"
|
review: "El producto en sí está muy bien, viene con 2 cristales templados y 2 grips para los joycon. Pero es lo que he leido en algunos comentarios, la funda huele como a tabaco jajaja es raro pero es así"
|
||||||
output:
|
output:
|
||||||
audience: "self"
|
audience: "self"
|
||||||
|
|
@ -65,7 +65,7 @@
|
||||||
- aspect: "included accessories"
|
- aspect: "included accessories"
|
||||||
opinion: "comes with 2 tempered glass and 2 grips"
|
opinion: "comes with 2 tempered glass and 2 grips"
|
||||||
sentiment: Positive
|
sentiment: Positive
|
||||||
category: Function
|
category: Accessories
|
||||||
- aspect: "case smell"
|
- aspect: "case smell"
|
||||||
opinion: "smells like tobacco, strange"
|
opinion: "smells like tobacco, strange"
|
||||||
sentiment: Negative
|
sentiment: Negative
|
||||||
|
|
|
||||||
|
|
@ -21,6 +21,8 @@
|
||||||
- **禁止** Mixed、Ambiguous、Both、Balanced 等自创词。
|
- **禁止** Mixed、Ambiguous、Both、Balanced 等自创词。
|
||||||
- 同一条反馈褒贬交织时：选**最主要**倾向；或拆成多条 product_feedback 分别标注。
|
- 同一条反馈褒贬交织时：选**最主要**倾向；或拆成多条 product_feedback 分别标注。
|
||||||
- 无法判断倾向时用 Neutral。
|
- 无法判断倾向时用 Neutral。
|
||||||
- category (类别): 仅限 {categories_literal}（禁止 Value、Cost 等自创词；性价比高/物有所值 归入 Price）。
|
- category (类别): 优先归入以下 8 个标准类别之一：{categories_literal}。
|
||||||
|
- 归类提示：性价比/物有所值→'Price'；成分/材质/配方→'Ingredient'；效果/作用/功能/是否好用→'Function'；品牌/正品/可靠性/信任→'Trust'。禁止 Value、Cost 等同义自创词。
|
||||||
|
- 仅当某条反馈确实**无法**归入以上 8 类时，才可补充一个简洁的英文新类别（1-2 个英文单词、首字母大写，如 'Scent'、'Accessories'），不要硬塞或滥造。
|
||||||
- 每条 product_feedback 必须同时包含 aspect、opinion、sentiment、category 四个子字段。
|
- 每条 product_feedback 必须同时包含 aspect、opinion、sentiment、category 四个子字段。
|
||||||
- 若无提及 product_feedback，输出空列表 []
|
- 若无提及 product_feedback，输出空列表 []
|
||||||
|
|
|
||||||
|
|
@ -11,7 +11,11 @@ extraction:
|
||||||
- opinion
|
- opinion
|
||||||
- sentiment
|
- sentiment
|
||||||
- category
|
- category
|
||||||
|
# 8 个标准类别（信任/原料/质量/功效/功能/外观/物流/客服/价格）；
|
||||||
|
# 若评论反馈确实不属于这 8 类，允许模型自行补充简洁的英文新类别
|
||||||
product_feedback_categories:
|
product_feedback_categories:
|
||||||
|
- Trust
|
||||||
|
- Ingredient
|
||||||
- Quality
|
- Quality
|
||||||
- Function
|
- Function
|
||||||
- Appearance
|
- Appearance
|
||||||
|
|
|
||||||
343
业务说明.html
Normal file
343
业务说明.html
Normal file
|
|
@ -0,0 +1,343 @@
|
||||||
|
<!DOCTYPE html>
|
||||||
|
<html lang="zh-CN">
|
||||||
|
<head>
|
||||||
|
<meta charset="UTF-8" />
|
||||||
|
<meta name="viewport" content="width=device-width, initial-scale=1.0" />
|
||||||
|
<title>VOC 评论分析系统 · 业务说明</title>
|
||||||
|
<script src="https://cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js"></script>
|
||||||
|
<style>
|
||||||
|
:root {
|
||||||
|
--c-primary: #2563eb; --c-primary-soft: #dbeafe;
|
||||||
|
--c-green: #16a34a; --c-amber: #d97706; --c-purple: #7c3aed; --c-rose: #e11d48;
|
||||||
|
--c-bg: #f8fafc; --c-border: #e2e8f0; --c-ink: #0f172a; --c-muted: #64748b;
|
||||||
|
--radius: 14px; --shadow: 0 1px 3px rgba(15,23,42,.08), 0 8px 24px rgba(15,23,42,.05);
|
||||||
|
}
|
||||||
|
* , *::before, *::after { box-sizing: border-box; }
|
||||||
|
body { font-family: -apple-system, "PingFang SC", "Microsoft YaHei", sans-serif;
|
||||||
|
margin: 0; padding: 0; color: var(--c-ink); background: #fff; line-height: 1.75; }
|
||||||
|
|
||||||
|
/* 顶部 */
|
||||||
|
.hero { background: linear-gradient(135deg, #1e3a8a 0%, #2563eb 60%, #3b82f6 100%);
|
||||||
|
color: #fff; padding: 48px 24px 40px; text-align: center; }
|
||||||
|
.hero h1 { margin: 0 0 10px; font-size: 2em; font-weight: 800; letter-spacing: .5px; }
|
||||||
|
.hero p { margin: 0 auto; max-width: 720px; font-size: 1.05em; opacity: .92; }
|
||||||
|
|
||||||
|
.wrap { max-width: 1080px; margin: 0 auto; padding: 0 24px 64px; }
|
||||||
|
|
||||||
|
/* 输入说明卡 */
|
||||||
|
.input-card { margin: -28px auto 40px; background: #fff; border: 1px solid var(--c-border);
|
||||||
|
border-radius: var(--radius); box-shadow: var(--shadow); padding: 26px 28px; }
|
||||||
|
.input-card h2 { margin: 0 0 6px; font-size: 1.25em; color: var(--c-primary); }
|
||||||
|
.input-card .lead { margin: 0 0 20px; color: var(--c-muted); }
|
||||||
|
.input-grid { display: grid; grid-template-columns: repeat(3, 1fr); gap: 16px; }
|
||||||
|
.input-item { border: 1px solid var(--c-border); border-radius: 12px; padding: 16px 18px;
|
||||||
|
background: var(--c-bg); }
|
||||||
|
.input-item .badge { display: inline-block; font-size: .76em; font-weight: 700;
|
||||||
|
padding: 2px 10px; border-radius: 999px; margin-bottom: 8px; }
|
||||||
|
.badge-need { background: #fee2e2; color: #b91c1c; }
|
||||||
|
.badge-opt { background: #e0f2fe; color: #0369a1; }
|
||||||
|
.input-item h3 { margin: 0 0 4px; font-size: 1.05em; }
|
||||||
|
.input-item p { margin: 0; font-size: .92em; color: var(--c-muted); }
|
||||||
|
.input-note { margin-top: 18px; padding: 12px 16px; background: var(--c-primary-soft);
|
||||||
|
border-radius: 10px; font-size: .94em; color: #1e40af; }
|
||||||
|
|
||||||
|
/* 流程图 */
|
||||||
|
.section-title { font-size: 1.45em; font-weight: 800; margin: 48px 0 8px; color: var(--c-ink); }
|
||||||
|
.section-sub { margin: 0 0 18px; color: var(--c-muted); }
|
||||||
|
#pipeline { width: 100%; height: 420px; }
|
||||||
|
.pipeline-box { background: var(--c-bg); border: 1px solid var(--c-border);
|
||||||
|
border-radius: var(--radius); padding: 8px; }
|
||||||
|
|
||||||
|
/* 工序卡片 */
|
||||||
|
.steps { display: grid; grid-template-columns: 1fr; gap: 22px; margin-top: 26px; }
|
||||||
|
.step { border: 1px solid var(--c-border); border-radius: var(--radius);
|
||||||
|
box-shadow: var(--shadow); overflow: hidden; }
|
||||||
|
.step-head { display: flex; align-items: center; gap: 14px; padding: 18px 24px;
|
||||||
|
background: var(--c-bg); border-bottom: 1px solid var(--c-border); }
|
||||||
|
.step-no { flex: 0 0 auto; width: 42px; height: 42px; border-radius: 12px;
|
||||||
|
display: flex; align-items: center; justify-content: center; font-weight: 800;
|
||||||
|
font-size: 1.15em; color: #fff; background: var(--c-primary); }
|
||||||
|
.step-head h3 { margin: 0; font-size: 1.2em; }
|
||||||
|
.step-head .tag { margin-left: auto; font-size: .8em; color: var(--c-muted); }
|
||||||
|
.qa { display: grid; grid-template-columns: repeat(2, 1fr); gap: 0; }
|
||||||
|
.qa-cell { padding: 18px 24px; border-top: 1px solid var(--c-border); }
|
||||||
|
.qa-cell:nth-child(odd) { border-right: 1px solid var(--c-border); }
|
||||||
|
.qa-cell .label { display: inline-block; font-size: .82em; font-weight: 700;
|
||||||
|
padding: 2px 10px; border-radius: 6px; margin-bottom: 8px; }
|
||||||
|
.lab-what { background: #e0e7ff; color: #3730a3; }
|
||||||
|
.lab-why { background: #fef3c7; color: #92400e; }
|
||||||
|
.lab-in { background: #e0f2fe; color: #075985; }
|
||||||
|
.lab-out { background: #ffedd5; color: #9a3412; }
|
||||||
|
.lab-how { background: #dcfce7; color: #166534; }
|
||||||
|
.lab-use { background: #fae8ff; color: #86198f; }
|
||||||
|
.qa-cell p { margin: 0; font-size: .96em; }
|
||||||
|
|
||||||
|
/* 高亮特别板块 */
|
||||||
|
.step.feature { border-color: var(--c-purple); }
|
||||||
|
.step.feature .step-no { background: var(--c-purple); }
|
||||||
|
.step.feature .step-head { background: #faf5ff; }
|
||||||
|
|
||||||
|
/* 总结 */
|
||||||
|
.summary { margin-top: 48px; background: linear-gradient(135deg,#0f172a,#1e293b);
|
||||||
|
color: #fff; border-radius: var(--radius); padding: 32px 30px; }
|
||||||
|
.summary h2 { margin: 0 0 18px; font-size: 1.4em; }
|
||||||
|
.summary ol { margin: 0; padding-left: 22px; }
|
||||||
|
.summary li { margin: 8px 0; font-size: 1.02em; }
|
||||||
|
.summary li b { color: #93c5fd; }
|
||||||
|
.summary .final { margin: 22px 0 0; padding: 16px 18px; background: rgba(59,130,246,.18);
|
||||||
|
border-radius: 10px; font-size: 1.08em; font-weight: 600; }
|
||||||
|
|
||||||
|
@media (max-width: 760px) {
|
||||||
|
.input-grid { grid-template-columns: 1fr; }
|
||||||
|
.qa { grid-template-columns: 1fr; }
|
||||||
|
.qa-cell:nth-child(odd) { border-right: none; }
|
||||||
|
.hero h1 { font-size: 1.6em; }
|
||||||
|
}
|
||||||
|
</style>
|
||||||
|
</head>
|
||||||
|
<body>
|
||||||
|
|
||||||
|
<div class="hero">
|
||||||
|
<h1>VOC 评论分析系统 · 业务说明</h1>
|
||||||
|
<p>它就像一条“评论加工流水线”，把成千上万条买家评论，一步步加工成老板能看懂、能拍板的经营情报。</p>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<div class="wrap">
|
||||||
|
|
||||||
|
<!-- 输入说明 -->
|
||||||
|
<div class="input-card">
|
||||||
|
<h2>使用前需要准备什么</h2>
|
||||||
|
<p class="lead">使用时只需要提供以下内容，系统会自动完成后续全部分析，无需任何技术操作。</p>
|
||||||
|
<div class="input-grid">
|
||||||
|
<div class="input-item">
|
||||||
|
<span class="badge badge-need">必填</span>
|
||||||
|
<h3>产品名</h3>
|
||||||
|
<p>本次要分析的产品名称，用于报告标题与结果归档。</p>
|
||||||
|
</div>
|
||||||
|
<div class="input-item">
|
||||||
|
<span class="badge badge-need">必填</span>
|
||||||
|
<h3>评论数据目录</h3>
|
||||||
|
<p>存放该产品评论表格的文件夹，系统会自动读取并合并里面的所有评论。</p>
|
||||||
|
</div>
|
||||||
|
<div class="input-item">
|
||||||
|
<span class="badge badge-opt">可选</span>
|
||||||
|
<h3>行业名称</h3>
|
||||||
|
<p>填写后能让分析更贴合行业语境；不填也能正常运行。</p>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
<div class="input-note">
|
||||||
|
一句话总结：<b>使用时只需输入“产品名”和“评论数据目录”，可选填“行业名称”，其余全部由系统自动完成。</b>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<!-- 流程图 -->
|
||||||
|
<div class="section-title">整体流程一览</div>
|
||||||
|
<p class="section-sub">从原始评论到经营报告，一共九个环节，环环相扣。</p>
|
||||||
|
<div class="pipeline-box">
|
||||||
|
<div id="pipeline"></div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<!-- 工序卡片 -->
|
||||||
|
<div class="section-title">每个环节详解</div>
|
||||||
|
<p class="section-sub">每个环节都用“是什么 / 为什么 / 输入内容 / 输出内容 / 怎么做 / 业务作用”六点说明。</p>
|
||||||
|
<div class="steps" id="steps"></div>
|
||||||
|
|
||||||
|
<!-- 总结 -->
|
||||||
|
<div class="summary">
|
||||||
|
<h2>一句话记住整条流水线</h2>
|
||||||
|
<ol>
|
||||||
|
<li><b>合并</b>：确定分析哪批评论</li>
|
||||||
|
<li><b>清洗</b>：确定哪些评论算数</li>
|
||||||
|
<li><b>规则化提取</b>：把评论拆成“人群、需求、反馈”</li>
|
||||||
|
<li><b>文本语义向量化</b>：让机器能比较意思像不像</li>
|
||||||
|
<li><b>自动聚类</b>：归并成主题，并细分人群</li>
|
||||||
|
<li><b>高频词</b>：补充直观语言证据</li>
|
||||||
|
<li><b>中间过程可视化</b>：让 AI 的结论可核对、可信任</li>
|
||||||
|
<li><b>数据总览</b>：一眼看清全局数据盘面</li>
|
||||||
|
<li><b>生成报告</b>：翻译成能拍板的经营结论</li>
|
||||||
|
</ol>
|
||||||
|
<div class="final">最终目的只有一个：把海量买家评论，变成老板看得懂、能据此做决策的经营情报。</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<script>
|
||||||
|
/* ---------- 流程图 ---------- */
|
||||||
|
(function () {
|
||||||
|
var el = document.getElementById('pipeline');
|
||||||
|
if (!el || typeof echarts === 'undefined') return;
|
||||||
|
var chart = echarts.init(el);
|
||||||
|
|
||||||
|
var C = { blue:'#2563eb', green:'#16a34a', amber:'#d97706', purple:'#7c3aed', rose:'#e11d48', slate:'#475569' };
|
||||||
|
// x,y 为相对坐标，后面统一映射；y 向下为正
|
||||||
|
var nodes = [
|
||||||
|
{ name:'1 合并评论', x:0, y:1, color:C.slate },
|
||||||
|
{ name:'2 数据清洗', x:1, y:1, color:C.slate },
|
||||||
|
{ name:'3 规则化提取', x:2, y:1, color:C.blue },
|
||||||
|
{ name:'4 文本语义\n向量化', x:3, y:1, color:C.blue },
|
||||||
|
{ name:'5 自动聚类', x:4, y:0, color:C.green },
|
||||||
|
{ name:'6 高频词分析', x:4, y:2, color:C.amber },
|
||||||
|
{ name:'7 中间过程\n可视化', x:5, y:1, color:C.purple },
|
||||||
|
{ name:'8 数据总览', x:6, y:1, color:C.blue },
|
||||||
|
{ name:'9 生成报告', x:7, y:1, color:C.rose }
|
||||||
|
];
|
||||||
|
var links = [
|
||||||
|
['1 合并评论', '2 数据清洗'],
|
||||||
|
['2 数据清洗', '3 规则化提取'],
|
||||||
|
['3 规则化提取', '4 文本语义\n向量化'],
|
||||||
|
['4 文本语义\n向量化', '5 自动聚类'],
|
||||||
|
['2 数据清洗', '6 高频词分析'],
|
||||||
|
['5 自动聚类', '7 中间过程\n可视化'],
|
||||||
|
['6 高频词分析', '7 中间过程\n可视化'],
|
||||||
|
['7 中间过程\n可视化', '8 数据总览'],
|
||||||
|
['8 数据总览', '9 生成报告']
|
||||||
|
];
|
||||||
|
|
||||||
|
var data = nodes.map(function (n) {
|
||||||
|
return {
|
||||||
|
name: n.name,
|
||||||
|
x: n.x * 135,
|
||||||
|
y: n.y * 110,
|
||||||
|
symbol: 'roundRect',
|
||||||
|
symbolSize: [108, 64],
|
||||||
|
itemStyle: { color: n.color, borderColor: '#fff', borderWidth: 2 },
|
||||||
|
label: { color:'#fff', fontWeight:600, fontSize:13, lineHeight:16 }
|
||||||
|
};
|
||||||
|
});
|
||||||
|
|
||||||
|
chart.setOption({
|
||||||
|
tooltip: { show: false },
|
||||||
|
animationDuration: 800,
|
||||||
|
series: [{
|
||||||
|
type: 'graph',
|
||||||
|
layout: 'none',
|
||||||
|
coordinateSystem: null,
|
||||||
|
roam: false,
|
||||||
|
data: data,
|
||||||
|
links: links.map(function (l) { return { source: l[0], target: l[1] }; }),
|
||||||
|
edgeSymbol: ['none', 'arrow'],
|
||||||
|
edgeSymbolSize: 10,
|
||||||
|
lineStyle: { color: '#94a3b8', width: 2, curveness: 0.05 },
|
||||||
|
label: { show: true }
|
||||||
|
}]
|
||||||
|
});
|
||||||
|
window.addEventListener('resize', function () { chart.resize(); });
|
||||||
|
})();
|
||||||
|
|
||||||
|
/* ---------- 工序卡片（数据驱动渲染） ---------- */
|
||||||
|
(function () {
|
||||||
|
var steps = [
|
||||||
|
{
|
||||||
|
no:'1', title:'合并评论', tag:'打基础',
|
||||||
|
what:'把同一个产品分散在多个表格文件里的评论，拼成一份完整的总表。',
|
||||||
|
why:'评论常常分批导出、存在好几个文件里。不先拼到一起，各环节读的数据不一致，报告里的数字就会对不上，也看不出整体趋势。',
|
||||||
|
input:'同一产品评论数据目录下的多份评论表格文件。',
|
||||||
|
output:'一份字段统一、记录完整的合并评论总表。',
|
||||||
|
how:'系统自动读取目录内全部评论表格并纵向拼接；合并前检查各表表头是否一致，栏目不匹配会立即报错，避免数据错位。',
|
||||||
|
use:'回答最基本的问题：“我们这次到底在分析哪一批评论？”保证所有分析都基于同一份、可信的原始数据。'
|
||||||
|
},
|
||||||
|
{
|
||||||
|
no:'2', title:'数据清洗', tag:'去噪音',
|
||||||
|
what:'把评论里的垃圾内容去掉，只留下真正有分析价值的评论。',
|
||||||
|
why:'原始评论里有空评论、乱码、系统占位提示、复制粘贴的重复评论、几个字的无意义评论。不清掉会把分析带偏，让结论失真。',
|
||||||
|
input:'合并后的原始评论总表。',
|
||||||
|
output:'去掉空值、重复和过短内容后的干净评论表。',
|
||||||
|
how:'系统自动删除空评论、乱码、重复评论和过短评论，并清理网页标签、媒体加载提示等无意义内容，只保留完整可用的评论正文。',
|
||||||
|
use:'回答第二个基本问题：“哪些评论算数？”这一步决定了后面所有百分比的“分母”是否可信——分母不干净，所有占比都会失真。'
|
||||||
|
},
|
||||||
|
{
|
||||||
|
no:'3', title:'规则化提取', tag:'核心翻译官',
|
||||||
|
what:'让AI逐条阅读评论，把每条拆成三类标准信息：谁在用、买之前有什么困扰、用了之后对产品的评价。',
|
||||||
|
why:'一条评论常把很多信息混在一起，机器没法统计，也容易把“用户需求”和“对产品的吐槽”搞混。拆清楚后才能分门别类统计。',
|
||||||
|
input:'清洗后的评论正文（支持英语、西班牙语、法语、德语、日语等多语言原文）。',
|
||||||
|
output:'每条评论的结构化记录，包含：使用人群、用户需求列表、产品反馈列表（每条反馈含反馈对象、观点内容、情感倾向、类别标签）。',
|
||||||
|
how:'AI按统一字段规则逐条提取三类信息：①使用人群；②用户需求（仅购买前尚未被产品解决的困扰）；③产品反馈（拆成反馈对象、观点、情感倾向、类别标签）。类别标签优先归入信任、原料、质量、功效/功能、外观、物流、客服、价格八类，确实无法归入时AI再补充简洁自定义类别。AI只会根据评论内容提取表层及隐含的语义信息，不会自己胡编乱造。',
|
||||||
|
use:'这是整条流水线的“翻译官”，把口语化评论变成能被统计、能被聚类的标准业务事实，是后面所有分析的基础。'
|
||||||
|
},
|
||||||
|
{
|
||||||
|
no:'4', title:'文本语义向量化', tag:'让机器懂语义',
|
||||||
|
what:'把上一步整理出的每条文本信息，转换成计算机能比较“意思像不像”的高维语义向量。',
|
||||||
|
why:'计算机不能直接理解文字含义。转成语义向量后，意思相近的内容在向量空间里距离更近，机器就能判断哪些评论说的是同一件事。',
|
||||||
|
input:'结构化后的使用人群、用户需求、产品反馈（方面与观点合并后的待向量化文本）。',
|
||||||
|
output:'每条文本对应的语义向量，按实体类型分类存入向量数据库。',
|
||||||
|
how:'系统使用本机部署的 Qwen3-Embedding-4B 嵌入模型，对使用人群、用户需求、产品反馈逐条生成语义向量并持久化存储。向量在本机计算，评论数据不外传，也不产生按量计费。',
|
||||||
|
use:'为下一步“自动聚类”打好数学基础——让机器识别出“猫在床上尿”和“猫在被子上尿”其实是同一类问题。'
|
||||||
|
},
|
||||||
|
{
|
||||||
|
no:'5', title:'自动聚类与人群细分', tag:'细分市场',
|
||||||
|
what:'把成千上万条零散信息自动归并成清晰主题簇，并先把买家分成不同人群再分别分析。',
|
||||||
|
why:'如果把所有人的声音搅在一起，只会得到一个模糊的“平均用户”，结论永远是“要有效、要安全、味道别太重”——正确但没用。',
|
||||||
|
input:'向量数据库中的语义向量及对应文本实体。',
|
||||||
|
output:'分阶段的主题簇标签、每条文本的簇归属、核心人群分组及簇内代表性评论。',
|
||||||
|
how:'核心算法：先用 UMAP 把高维向量压缩到低维空间，再用 HDBSCAN 全自动调参，发现密度相近的主题簇。系统分层来做：1.先把买家按画像分成不同人群分析“受众画像”；2.挑出画像中人数最多的两类核心人群，分别看他们的需求和好评差评；3.再做一次全体买家的总需求和总反馈归类。',
|
||||||
|
use:'1.把“大家都在说什么”升级成“哪一类人、在什么场景、有什么独特的需求和不满”，直接对应产品策略、卖点策略和人群投放。2.报告里每个主题旁的括号占比，分母是数据清洗后的全部有效评论数；分子是该主题簇下的结构化短语条数（即规则化提取出的人群、需求、反馈短语）。一条评论可能拆出多条短语，所以各主题占比相加可能超过 100%。'
|
||||||
|
},
|
||||||
|
{
|
||||||
|
no:'6', title:'高频词分析', tag:'直观佐证',
|
||||||
|
what:'统计买家最常提到的词和短语，作为聚类结论的直观语言佐证。',
|
||||||
|
why:'聚类结论较概括，配上高频词能让人一眼看到“大家反复在说哪些词”，更直观好沟通，也能反过来验证聚类是否合理。',
|
||||||
|
input:'清洗后的全部评论正文。',
|
||||||
|
output:'高频词排行表、词频统计结果、按业务语义归类的词群及解读。',
|
||||||
|
how:'系统先让AI识别产品专有词和无价值口水词，再对全部评论做词频统计；比如“关节疼痛”“鸡肉口味”等完整短语会整体保留，不被拆碎。“for、a、the”等无意义词会被去掉。',
|
||||||
|
use:'给主题结论补充“高频语言证据”，让报告更直观、更容易扫读和向他人解释。'
|
||||||
|
}
|
||||||
|
];
|
||||||
|
|
||||||
|
var feature = {
|
||||||
|
no:'7', title:'模型中间过程可视化', tag:'可信度背书',
|
||||||
|
what:'报告最后有一个可展开板块，作用是把VOC中间过程展开：用来验证AI把原始评论整理成标准信息和聚类结果是否准确。',
|
||||||
|
why:'报告主体是AI写的结论，大家难免会问“这靠谱吗？”。这个板块就是把中间过程透明化，让结论可核对、可质疑、可检查。',
|
||||||
|
input:'结构化提取抽样记录、聚类主题抽样及对应原文评论。',
|
||||||
|
output:'报告附录中的对照展示板块，含原文与结构化结果并排、各主题簇代表性评论列表。',
|
||||||
|
how:'展示两部分抽样内容：一是“结构化提取效果”，把原文和整理结果并排对照；二是“聚类效果”，把重点主题下每个簇由哪些真实评论组成逐簇展开。默认收起，需要核对时再点开，不影响正常阅读。',
|
||||||
|
use:'它是整份报告的“可信度背书”和“质检入口”。一旦发现理解错误或聚类不当，业务能直接对照原文发现并指出，而不必盲目相信报告。'
|
||||||
|
};
|
||||||
|
|
||||||
|
var dashboard = {
|
||||||
|
no:'8', title:'数据总览', tag:'全局盘面',
|
||||||
|
what:'报告开篇的数据仪表盘，用关键指标卡片和交互图表，把本次分析的核心数据一页呈现。',
|
||||||
|
why:'业务打开报告时，首先需要知道“分析了多少评论、买家分几类人、好评差评各占多少、最突出的需求和问题是什么”。没有总览就要翻很久才能建立全局感，容易抓不住重点。',
|
||||||
|
input:'有效评论总数、聚类结果（受众簇、需求簇、产品反馈簇及情感标注）、词频分类统计。',
|
||||||
|
output:'四张关键指标卡片（有效评论数、受众群体数、正面反馈占比、负面反馈占比），以及受众画像饼图、产品反馈情感分布柱状图、用户需求 Top 10、负面反馈 Top 10、词频分类关注度雷达图。',
|
||||||
|
how:'系统从结构化数据和聚类结果中自动汇总统计口径，用 ECharts 渲染 KPI 卡片与五张交互图表；受众与需求相关簇不受 10% 评论占比过滤限制，确保核心洞察完整展示。',
|
||||||
|
use:'让决策者在 30 秒内建立对本次 VOC 分析的全局认知，再带着问题深入阅读后续洞察与方案。'
|
||||||
|
};
|
||||||
|
|
||||||
|
var report = {
|
||||||
|
no:'9', title:'生成业务报告', tag:'出结论',
|
||||||
|
what:'把前面所有分析结果，重新组织成一份老板和业务能看懂的图文报告。',
|
||||||
|
why:'业务关心的不是机器怎么算，而是“谁在买、买前什么问题最突出、用后体验如何、下一步做什么”，所以要翻译成经营语言。',
|
||||||
|
input:'聚类结果、词频统计、结构化摘要、机会矩阵等全部中间分析数据。',
|
||||||
|
output:'一份可交互浏览的业务分析报告网页，含数据总览、图表、洞察结论与改进建议。',
|
||||||
|
how:'报告按清晰顺序展开：数据总览→受众画像→重点人群分析→全体需求与反馈→多维交叉洞察→改进建议与机会（含优先级排序）→高频词佐证→中间过程可视化。',
|
||||||
|
use:'把一堆分析结果变成一份能直接拿去开会、拍板、指导产品和运营的决策报告。'
|
||||||
|
};
|
||||||
|
|
||||||
|
function cell(label, cls, text) {
|
||||||
|
return '<div class="qa-cell"><span class="label ' + cls + '">' + label + '</span>'
|
||||||
|
+ '<p>' + text + '</p></div>';
|
||||||
|
}
|
||||||
|
function card(s, isFeature) {
|
||||||
|
return '<div class="step' + (isFeature ? ' feature' : '') + '">'
|
||||||
|
+ '<div class="step-head"><div class="step-no">' + s.no + '</div>'
|
||||||
|
+ '<h3>' + s.title + '</h3><span class="tag">' + s.tag + '</span></div>'
|
||||||
|
+ '<div class="qa">'
|
||||||
|
+ cell('是什么', 'lab-what', s.what)
|
||||||
|
+ cell('为什么', 'lab-why', s.why)
|
||||||
|
+ cell('输入内容', 'lab-in', s.input)
|
||||||
|
+ cell('输出内容', 'lab-out', s.output)
|
||||||
|
+ cell('怎么做', 'lab-how', s.how)
|
||||||
|
+ cell('业务作用', 'lab-use', s.use)
|
||||||
|
+ '</div></div>';
|
||||||
|
}
|
||||||
|
|
||||||
|
var html = steps.map(function (s) { return card(s, false); }).join('');
|
||||||
|
html += card(feature, true);
|
||||||
|
html += card(dashboard, false);
|
||||||
|
html += card(report, false);
|
||||||
|
document.getElementById('steps').innerHTML = html;
|
||||||
|
})();
|
||||||
|
</script>
|
||||||
|
|
||||||
|
</body>
|
||||||
|
</html>
|
||||||
|
|
@ -68,8 +68,8 @@ def _get_valid_categories() -> frozenset[str]:
|
||||||
return product_feedback_categories()
|
return product_feedback_categories()
|
||||||
|
|
||||||
# 模型上下文上限；动态分批受 DEFAULT_MAX_BATCH_INPUT_TOKENS 与 DEFAULT_MAX_BATCH_REVIEWS 约束
|
# 模型上下文上限；动态分批受 DEFAULT_MAX_BATCH_INPUT_TOKENS 与 DEFAULT_MAX_BATCH_REVIEWS 约束
|
||||||
MODEL_MAX_INPUT_TOKENS = 991_800
|
MODEL_MAX_INPUT_TOKENS = 1000_800
|
||||||
MODEL_MAX_OUTPUT_TOKENS = 65_530
|
MODEL_MAX_OUTPUT_TOKENS = 200_530
|
||||||
CHARS_PER_TOKEN_EST = 3.2
|
CHARS_PER_TOKEN_EST = 3.2
|
||||||
DEFAULT_MAX_BATCH_INPUT_TOKENS = 200_000
|
DEFAULT_MAX_BATCH_INPUT_TOKENS = 200_000
|
||||||
# 仅用于 batch_plan 日志中的输出 token 粗估，不参与分批与 API max_tokens
|
# 仅用于 batch_plan 日志中的输出 token 粗估，不参与分批与 API max_tokens
|
||||||
|
|
@ -492,25 +492,43 @@ _SENTIMENT_ALIASES: Dict[str, str] = {
|
||||||
"mildly negative": "negative",
|
"mildly negative": "negative",
|
||||||
}
|
}
|
||||||
|
|
||||||
# 模型常见误写 -> 合法 category（校验前自动映射，减少无效重试）
|
# 模型常见误写 -> 8 个标准 category（校验前自动映射，减少无效重试）
|
||||||
_CATEGORY_ALIASES: Dict[str, str] = {
|
_CATEGORY_ALIASES: Dict[str, str] = {
|
||||||
|
# Price（价格）
|
||||||
"value": "Price",
|
"value": "Price",
|
||||||
"values": "Price",
|
"values": "Price",
|
||||||
"cost": "Price",
|
"cost": "Price",
|
||||||
"pricing": "Price",
|
"pricing": "Price",
|
||||||
"value for money": "Price",
|
"value for money": "Price",
|
||||||
"worth": "Price",
|
"worth": "Price",
|
||||||
|
# Logistics（物流）
|
||||||
"packaging": "Logistics",
|
"packaging": "Logistics",
|
||||||
"shipping": "Logistics",
|
"shipping": "Logistics",
|
||||||
"delivery": "Logistics",
|
"delivery": "Logistics",
|
||||||
|
# Customer Service（客服）
|
||||||
"service": "Customer Service",
|
"service": "Customer Service",
|
||||||
"customer support": "Customer Service",
|
"customer support": "Customer Service",
|
||||||
"support": "Customer Service",
|
"support": "Customer Service",
|
||||||
|
# Appearance（外观）
|
||||||
"design": "Appearance",
|
"design": "Appearance",
|
||||||
"look": "Appearance",
|
"look": "Appearance",
|
||||||
"performance": "Function",
|
# Function（功效/功能）
|
||||||
"efficacy": "Function",
|
"efficacy": "Function",
|
||||||
|
"performance": "Function",
|
||||||
"effectiveness": "Function",
|
"effectiveness": "Function",
|
||||||
|
"effect": "Function",
|
||||||
|
# Ingredient（原料）
|
||||||
|
"ingredients": "Ingredient",
|
||||||
|
"material": "Ingredient",
|
||||||
|
"materials": "Ingredient",
|
||||||
|
"formula": "Ingredient",
|
||||||
|
# Trust（信任）
|
||||||
|
"reliability": "Trust",
|
||||||
|
"reliable": "Trust",
|
||||||
|
"brand": "Trust",
|
||||||
|
"authenticity": "Trust",
|
||||||
|
"genuine": "Trust",
|
||||||
|
"trustworthy": "Trust",
|
||||||
}
|
}
|
||||||
|
|
||||||
|
|
||||||
|
|
@ -544,7 +562,8 @@ def _normalize_category(raw: Any) -> str | None:
|
||||||
for v in valid:
|
for v in valid:
|
||||||
if v.lower() == lower:
|
if v.lower() == lower:
|
||||||
return v
|
return v
|
||||||
return None
|
# 不属于 8 个标准类别：允许模型自行补充新类别，规范为首字母大写后保留
|
||||||
|
return key.title()
|
||||||
|
|
||||||
|
|
||||||
def _normalize_product_feedback(items: Any) -> List[Dict[str, str]]:
|
def _normalize_product_feedback(items: Any) -> List[Dict[str, str]]:
|
||||||
|
|
|
||||||
2
词频.py
2
词频.py
|
|
@ -150,7 +150,7 @@ def _call_llm(system: str, user: str, api_key: str) -> str:
|
||||||
{"role": "system", "content": system},
|
{"role": "system", "content": system},
|
||||||
{"role": "user", "content": user},
|
{"role": "user", "content": user},
|
||||||
],
|
],
|
||||||
temperature=0.3,
|
temperature=0.6,
|
||||||
extra_body=extra_body,
|
extra_body=extra_body,
|
||||||
)
|
)
|
||||||
msg = resp.choices[0].message
|
msg = resp.choices[0].message
|
||||||
|
|
|
||||||
Loading…
Reference in a new issue