在理解了商品標(biāo)題的詞頻分析技術(shù)與應(yīng)用后，運營者可以將該技術(shù)同樣應(yīng)用于商品review文本的分析中。

將以一個高review數(shù)量的服飾產(chǎn)品listing為例進行講解，其產(chǎn)品ASIN為B07G599PB7，listing標(biāo)題為“Amoretu Women Summer TunicDress V Neck Casual Loose Flowy Swing Shift Dresses”。

截至2021年2月8日，該listing鏈接具有23930個review，其review評分為4顆星。

在使用Python 爬蟲腳本抓取了所有的review文本后，刪除“a”“the”“I”“to”“do”“is”“was”等非形容詞，然后將不同形容詞的出現(xiàn)頻率保存在Excel表格中。

筆者已經(jīng)將這些數(shù)據(jù)保存在名為“Frequencies Of Keywords Reviewsi的Excel文件中。

“NumOfWord”表示單詞的總數(shù)，第二列開始表示不同的形容詞及其出現(xiàn)的頻率，隨著單詞總數(shù)的增加，不同形容詞的出現(xiàn)頻率也會產(chǎn)生相應(yīng)的變化。

通過Python可視化技術(shù)對上述的數(shù)據(jù)文件進行了分析，得到review文本詞頻分析正序動態(tài)排列圖。

正序動態(tài)排列圖展現(xiàn)了review文本由少到多時，不同形容詞出現(xiàn)的頻率變化，隨著review單詞的增多，頻率上升的形容詞為最新review文本(最近時間段內(nèi)由用戶生成的review)中經(jīng)常出現(xiàn)的詞匯，代表了最近消費者對該產(chǎn)品的主觀描述。

倒序動態(tài)排列圖展現(xiàn)了review文本由多到少時，不同形容詞出現(xiàn)的頻率變化，隨著review單詞的減少，頻率上升的形容詞為最熱門review (排在前列的review，也是點贊數(shù)量最多的review)文本中經(jīng)常出現(xiàn)的詞匯，代表了最受消費者認可的產(chǎn)品賣點，以及與使用體驗相關(guān)的主觀描述。

詞云圖可以發(fā)現(xiàn)消費者對該產(chǎn)品的最大主觀感受詞為“cute"“l(fā)ittle”“small”“short”等單詞，如果運營者自身的產(chǎn)品與該listing的產(chǎn)品相似，那么就可以選擇將review詞頻分析中高頻率出現(xiàn)的詞匯，添加到listing關(guān)鍵詞與五點描述中，從而增加搜索曝光的概率和關(guān)鍵詞匹配度。