Advertisement

包含十个类别的商品评论数据集。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该数据集提供了全面的信息概览，包含十个不同的类别，总计超过六万条评论记录。其中，正面评价和负面评价各约占三万条，涵盖了书籍、平板电脑、智能手机、各类水果、洗发水产品、热水器设备、蒙牛乳制品、服装商品、计算机以及酒店服务等多个方面。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 十类商品评论的数据集合
    优质
    本数据集包含各类商品的消费者评价，涵盖十个主要类别，旨在为产品改进和市场分析提供有价值的用户反馈。 数据概览：涵盖10个类别，总共有6万多条评论。其中正向评论和负向评论各约3万条。涉及的类别包括书籍、平板电脑、手机、水果、洗发水、热水器、蒙牛产品、衣服、计算机以及酒店。
     
  • 商品评论数据集（十二类）.csv
    优质
    该数据集包含各类商品的用户评论，涵盖十二个不同的分类。每个条目记录了用户的评价内容、评分以及评论时间等信息，便于进行情感分析和产品反馈研究。 该数据集由多个数据源整理而成，包含6.8万条商品的好评与差评记录，适用于训练模型使用。分类包括零食、书籍、计算机、手机数码产品、热水器、酒店服务、手机配件、洗发水、牛奶制品、衣服、平板电脑以及水果等类别。
     
  • MSTAR数据集，包含十个类别
    优质
    MSTAR数据集是一套包含了十种类别目标的雷达图像集合，广泛应用于地面目标识别与分类的研究领域。 该实验数据来源于美国国防高等研究计划署（DARPA）支持的MSTAR项目所发布的实测SAR地面静止目标数据集。无论是国内还是国际上，针对SAR图像目标识别的研究大多基于此数据集进行。 采集这些数据使用的传感器是高分辨率聚束式合成孔径雷达，其分辨率为0.3m×0.3m，在X波段工作，并采用HH极化方式。经过前期处理后，从原始数据中提取出像素大小为128×128的包含各类目标的切片图像。 该数据集主要由静止车辆的SAR切片图像构成，包括多种不同车型在各个方位角下的目标图像。此数据集中包含了MSTAR计划推荐使用的训练集和测试集。其中，训练集是在雷达工作俯仰角为17度时获取的目标图像数据，并包含三大类：BTR70（装甲运输车）、BMP2（步兵战车）以及T-72坦克；而测试集则涵盖了相同类型的车辆在不同视角下的目标图像。 值得注意的是，各类别中的具体车型还存在不同的型号。尽管这些模型可能在配备上有所差异，但它们的总体散射特性相似。
     
  • 12类商品评论数据集.csv
    优质
    该文件包含了一个涵盖12种类别产品的评论数据集，用于分析消费者反馈、情感倾向及产品评价等方面的研究。 经过多个数据集整理而成的商品好评差评数据集可以直接用于训练，包含以下分类：零食、书籍、计算机、手机数码、热水器、酒店、手机（移动电话）、洗发水、牛奶、衣服、平板电脑、水果等类别，共有6.8万条记录。
     
  • 包含10000条评论的电商评论情感分类数据集
    优质
    本数据集包含了来自电商平台的10000条用户评论，旨在通过分析这些评论的情感倾向（正面、负面或中立），为产品评价和用户体验研究提供支持。 电商评论情感二分类数据集包含两列：label（1代表积极评价，0代表消极评价）和text（评论内容）。该数据集共有10000条中文评论，并已按照8:1:1的比例划分为训练集、验证集和测试集。可以参考示例项目中的处理方式，数据已经以numpy数组的形式划分好。
     
  • 京东商品评论数据集
    优质
    京东商品评论数据集包含了大量消费者对平台内各类商品的真实评价信息，为情感分析、推荐系统等研究提供丰富的训练资源。 京东评论情感分类器是基于bag-of-words模型开发的。该工具能够对用户在京东平台上的商品评价进行分析，并根据文本内容判断出评论的情感倾向性，如正面、负面或中立等类别。这种技术的应用有助于商家更好地理解消费者反馈，从而优化产品和服务质量。
     
  • 手机中文评论的数据集及贝叶斯算法分类，包含商品编号、评论与代码
    优质
    本数据集包含了手机中文评论及其对应的商品编号和情感标签，并运用了贝叶斯算法进行分类处理。同时提供相关代码供研究参考。 包含手机中文评论数据集（包括商品编号和用户评论），以及使用贝叶斯算法进行中文评论分类的代码。提供数据集与相关代码文件。
     
  • 亚马逊商品评论的数据集合
    优质
    该数据集汇集了来自亚马逊的商品评论，包含丰富的产品评价信息，为产品分析和用户体验研究提供了宝贵的资源。 这段文本包含10个特征，数据总量为56845条。数据分析的过程可以在相关文档中查看。
     
  • 2018年京东商品评论数据集
    优质
    2018年京东商品评论数据集包含大量消费者对京东平台上销售的商品所写的评价和反馈，涵盖多个产品类别，为分析用户需求、改进产品质量提供了宝贵的资源。 京东评论数据集是之前论文使用过的资源，效果不错，这是2018年更新的最新版本。
     
  • 多类别评论数据集合.rar
    优质
    多类别评论数据集合包含丰富且多样化的用户评论文本，涵盖产品、电影、餐厅等多个领域，适用于情感分析与分类研究。 该数据集包含五个类别：手机、口罩、衣服、酒店和零食，每个类别的好评、中评和差评各有25000条。不过，中评的数据质量较差，建议仅使用好评和差评两个数据集。