基于出行住宿评论数据的情感分析研究（民宿篇，含Python代码）

项目简介

本项目基于爱彼迎民宿评论数据，进行情感分析研究。通过对用户评论的情感分析，获取民宿与酒店带给用户体验的异同点，从而更好地分析出民宿与酒店各自的优势和劣势所在。项目包含Python代码，可用于数据预处理、情感分析和模型预测。

数据集介绍

数据集来源于和鲸社区的爱彼迎评论数据集，包含北京、上海、重庆、成都、广州、杭州、南京、苏州、西安共9个地区的评论数据。每个地区的评论数据以txt文本的格式存储。

数据预处理

1. 引入库：导入必要的Python库，如os、jieba、re、pandas、numpy等。
2. 合并生成总数据：将9个地区的txt文件合并为总数据。
3. 剔除无价值数据：去除英文数据、重复词、短评论等无价值数据。

数据分析

1. 分词并用SnowNLP进行初步分析：使用SnowNLP对每条评论进行情感评分。
2. 词性标注：对评论数据进行分词操作，并添加词性标注。
3. 情感数据分析和预测：使用LinearSVC模型进行情感预测，并通过优化处理提高模型准确率。

模型优化

1. 向下采样：由于负向情感的评价太少，进行了下采样以提高模型预测的准确性。
2. 自定义情感倾向分析模型：使用情感分析词汇（正负面评价词语、正负面情绪词、否定词）进行情感分析。

使用方法

1. 下载数据集：从和鲸社区下载爱彼迎评论数据集。
2. 运行代码：按照代码中的步骤进行数据预处理、情感分析和模型预测。
3. 结果分析：根据模型预测结果，分析民宿与酒店的用户体验异同点。

注意事项

• 数据集较大，建议在性能较好的设备上运行代码。
• 代码中包含详细的注释，方便理解和修改。
• 情感分析结果仅供参考，实际应用中需结合其他因素进行综合分析。

贡献

欢迎对本项目进行改进和扩展，提交Pull Request或Issue。

许可证

本项目遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。