商品評價(jià)購買決策分析-電商領(lǐng)域
商品評價(jià)購買決策分析服務(wù)-電商領(lǐng)域適用于分析用戶的購買動(dòng)機(jī)、使用場景、功能需求、使用疑問等購買決策相關(guān)的信息,可以幫助改進(jìn)產(chǎn)品、改善用戶體驗(yàn)、細(xì)分人群畫像、針對性營銷投放等。如當(dāng)前支持的領(lǐng)域、行業(yè)不滿足您的需求,請加釘釘答疑群(23142693),進(jìn)一步咨詢合作。
本服務(wù)由NLP自學(xué)習(xí)平臺提供,直接調(diào)用API即可使用。
服務(wù)開通與資源包購買
使用前,請確認(rèn)是否已經(jīng)開通服務(wù),開通后可購買資源包。
服務(wù)調(diào)用與調(diào)試
模型調(diào)用文檔參考:模型調(diào)用
SDK示例文檔參考:SDK示例
調(diào)試
您可以在OpenAPI開發(fā)者門戶中直接運(yùn)行該接口,免去您計(jì)算簽名的困擾。運(yùn)行成功后,OpenAPI開發(fā)者門戶可以自動(dòng)生成SDK代碼示例。
通過環(huán)境變量配置訪問憑證(AKSK)
說明:
阿里云賬號AccessKey擁有所有API的訪問權(quán)限,風(fēng)險(xiǎn)很高。強(qiáng)烈建議您創(chuàng)建并使用RAM用戶進(jìn)行API訪問或日常運(yùn)維,請登錄RAM控制臺創(chuàng)建RAM用戶。
強(qiáng)烈建議不要把AccessKey和AccessKeySecret保存到代碼里,會(huì)存在密鑰泄漏風(fēng)險(xiǎn),在此提供通過配置環(huán)境變量的方式來保存和訪問aksk
Linux和macOS系統(tǒng)配置方法
export NLP_AK_ENV=<access_key_id> export NLP_SK_ENV=<access_key_secret>
其中<access_key_id>替換為已準(zhǔn)備好的AccessKey ID,<access_key_secret>替換為AccessKey Secret,AccessKey ID和AccessKey Secret的獲取方式見步驟二:獲取賬號的AccessKey
Windows系統(tǒng)配置方法
新建環(huán)境變量文件,添加環(huán)境變量
NLP_AK_ENV
和NLP_SK_ENV
,并寫入已準(zhǔn)備好的AccessKey ID和AccessKey Secret。重啟Windows系統(tǒng)。
Java代碼示例
/**
* 阿里云賬號AccessKey擁有所有API的訪問權(quán)限,風(fēng)險(xiǎn)很高。強(qiáng)烈建議您創(chuàng)建并使用RAM用戶進(jìn)行API訪問或日常運(yùn)維,請登錄RAM控制臺創(chuàng)建RAM用戶。
* 此處以把AccessKey和AccessKeySecret保存在環(huán)境變量為例說明。您也可以根據(jù)業(yè)務(wù)需要,保存到配置文件里。
* 強(qiáng)烈建議不要把AccessKey和AccessKeySecret保存到代碼里,會(huì)存在密鑰泄漏風(fēng)險(xiǎn)
*/
String accessKeyId = System.getenv("NLP_AK_ENV");
String accessKeySecret = System.getenv("NLP_SK_ENV");
DefaultProfile defaultProfile = DefaultProfile.getProfile("cn-hangzhou",accessKeyId,accessKeySecret);
IAcsClient client = new DefaultAcsClient(defaultProfile);
RunPreTrainServiceRequest request = new RunPreTrainServiceRequest();
request.setServiceName("NLP_ner_pretrained_review_multidim_ecom");
request.setPredictContent("兒童口罩已收到,物流快,服務(wù)好,疫情防控,上學(xué)必備,價(jià)格比實(shí)體店更實(shí)惠,已經(jīng)多次購買!");
RunPreTrainServiceResponse response = client.getAcsResponse(request);
System.out.println(response.getPredictResult());
Python代碼示例
# 安裝依賴
pip install aliyun-python-sdk-core
pip install aliyun-python-sdk-nlp-automl
# -*- coding: utf8 -*-
import json
import os
from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.acs_exception.exceptions import ClientException
from aliyunsdkcore.acs_exception.exceptions import ServerException
from aliyunsdknlp_automl.request.v20191111 import RunPreTrainServiceRequest
/**
* 阿里云賬號AccessKey擁有所有API的訪問權(quán)限,風(fēng)險(xiǎn)很高。強(qiáng)烈建議您創(chuàng)建并使用RAM用戶進(jìn)行API訪問或日常運(yùn)維,請登錄RAM控制臺創(chuàng)建RAM用戶。
* 此處以把AccessKey和AccessKeySecret保存在環(huán)境變量為例說明。您也可以根據(jù)業(yè)務(wù)需要,保存到配置文件里。
* 強(qiáng)烈建議不要把AccessKey和AccessKeySecret保存到代碼里,會(huì)存在密鑰泄漏風(fēng)險(xiǎn)
*/
access_key_id = os.environ['NLP_AK_ENV']
access_key_secret = os.environ['NLP_SK_ENV']
# Initialize AcsClient instance
client = AcsClient(
access_key_id,
access_key_secret,
"cn-hangzhou"
);
content = '兒童口罩已收到,物流快,服務(wù)好,疫情防控,上學(xué)必備,價(jià)格比實(shí)體店更實(shí)惠,已經(jīng)多次購買!'
# Initialize a request and set parameters
request = RunPreTrainServiceRequest.RunPreTrainServiceRequest()
request.set_ServiceName('NLP_ner_pretrained_review_multidim_ecom')
request.set_PredictContent(content)
# Print response
response = client.do_action_with_exception(request)
resp_obj = json.loads(response)
predict_result = json.loads(resp_obj['PredictResult'])
print(json.dumps(predict_result['data'],ensure_ascii=False))
入?yún)⒄f明
參數(shù) | 說明 | 示例 |
ServiceName | 服務(wù)名稱,必填 | NLP_ner_pretrained_review_multidim_ecom |
PredictContent | 商品評價(jià)內(nèi)容,必填 | 兒童口罩已收到,物流快,服務(wù)好,疫情防控,上學(xué)必備,價(jià)格比實(shí)體店更實(shí)惠,已經(jīng)多次購買! |
PredictResult內(nèi)容示例
{
"records": {
"對比": [
{
"prob": 0.9929813610182868,
"offset": [26, 35],
"span": "價(jià)格比實(shí)體店更實(shí)惠"
}
],
"購買動(dòng)機(jī)^場景": [
{
"prob": 0.97239750623703,
"offset": [21, 25],
"span": "上學(xué)必備"
}
],
"使用對象": [
{
"prob": 0.9865950644016266,
"offset": [0, 2],
"span": "兒童"
}
],
"使用場景": [
{
"prob": 0.975536584854126,
"offset": [21, 25],
"span": "上學(xué)必備"
}
],
"會(huì)回購": [
{
"prob": 0.9607752660910288,
"offset": [36, 42],
"span": "已經(jīng)多次購買"
}
]
},
"content": "兒童口罩已收到,物流快,服務(wù)好,疫情防控,上學(xué)必備,價(jià)格比實(shí)體店更實(shí)惠,已經(jīng)多次購買!"
}
出參說明
字段 | 說明 | 示例 |
content | 用戶的輸入 | |
records | 算法抽取的標(biāo)簽集,字典類型,key為標(biāo)簽名,value為抽取信息 | |
span | 抽取到的用戶輸入片段 | 兒童 |
offset | 抽取到的用戶輸入片段的開始(包含),結(jié)束位置(不包含),左開右閉原則 | [0, 2] |
prob | 置信度,0-1之間的概率值 | 0.9865950644016266 |
支持的購買決策標(biāo)簽列表
標(biāo)簽 | 說明 | 示例 |
功能需求 | 用戶期望產(chǎn)品能滿足更多需求、提供更多功能 | 沒有熱飯功能,是這高壓鍋的遺憾 |
購買動(dòng)機(jī)^人群 | 朋友推薦購買的青汁收到了 | |
購買動(dòng)機(jī)^節(jié)日 | 生日禮物 | |
購買動(dòng)機(jī)^場景 | 本來打算送禮的 | |
購買動(dòng)機(jī)^其他 | 好奇 | |
對比 | 產(chǎn)品之間的比較,購買渠道的對比等等 | 比超市便宜 |
用戶首購 | 用戶第一次購買 | 第一次喝 |
會(huì)回購 | 無限回購 | |
不會(huì)回購 | 不會(huì)再買了 | |
使用場景 | 買來調(diào)理身體的 上班用很適合 | |
會(huì)推薦 | 推薦購買 | |
不會(huì)推薦 | 不推薦 | |
會(huì)追評 | 喝后追評 | |
使用狀態(tài)^已使用 | 已經(jīng)用上了 | |
使用狀態(tài)^未使用 | 還沒喝 | |
使用疑問 | 用戶有疑問的地方 | 不知道容不容易臟 不知道能保持多久 |
使用對象 | 僅提取對象實(shí)體 | 給【小侄子】買的 【寶寶】穿著很舒服 |
品牌印象 | 我信賴格力的電器 | |
購買途徑 | 比如直播間、淘客等 | 是在薇婭直播間買的 |
用戶認(rèn)可度 | 用戶對商家的認(rèn)可 | 我只認(rèn)這家的產(chǎn)品 給賣家一個(gè)贊 |
服務(wù)承諾-未滿足 | 商家的承諾未滿足用戶 | 說好的寫賀卡,也沒有寫 說好的送禮品,收到也沒有 |