NLP Sentiment ML Pipeline — 评论情感→ML 特征工程桥梁：将 VOC 转化为可训练信号
Skill-NLP-Sentiment-ML-Pipeline · 07-NLP-VOC
causalexperimentforecastingrecommendationdata_collectionpricing广告与投放客服与VOC推荐与搜索数据采集与治理MAS与智能体工程定价与利润风控与合规WF-B 广告优化WF-C 客服分诊WF-D 选品扫描WF-E Review监控WF-F 动态定价WF-K 全域风险防御
年化 ROI¥15-40 万
实现难度⭐⭐☆☆☆
业务视角
适用角色产品运营负责人 / 选品负责人 · 客服负责人 · 品牌负责人
适用平台Amazon Reviews / Q&A · TikTok 评论区 · Reddit 母婴社区
什么情况下用每月几千条差评和 Q&A 没有人力一条条看，但痛点都在里面；新品开发不知道做什么功能、改什么问题
成功是什么样的自动提取 Top 10 高频痛点，新品开发有用户数据背书，每月出竞品用户洞察报告
业务痛点
1. 解决的问题
NLP提取了丰富评论情感信号但ML预测模型从未使用这些领先指标——评论情感特征工程标准化管道将情感信号转化为ML可用特征矩阵，需求预测精度提升8-15%补全图谱唯一剩余NLP-VOC↔ML基础断链
2. 核心算法逻辑
NLP→ML 的典型工程管道：
3. 业务应用场景
业务问题：吸奶器的需求预测模型只用了历史销量、价格、促销日历，但"recommend 词频上升"通常比销量上升早 2 周出现（口碑传播周期）。把这个领先信号加入 Prophet/LSTM 模型，可以提前感知需求拐点。
数据要求： - 近 12 个月 ASIN 评论（含文本和日期） - 同期每日销量数据（用于训练） - 目标：构建可输入预测模型的情感特征矩阵
预期产出： - 周度情感特征矩阵（情感分×趋势×词频） - 情感特征与销量的 Granger 因果检验结果（验证领先关系） - 特征重要性分析（哪个情感维度对预测贡献最大）
4. 输入数据要求
请查看原始代码模板获取输入规格。
5. 输出结果
请查看原始代码模板获取输出规格。
6. 业务价值 / ROI
- ROI 预估：
- 需求预测模型加入情感领先特征：精度提升 8-15%，减少备货失误 ¥5-15 万/年
- 价格弹性模型加入情感特征：弹性估算更准确，定价决策 ROI 提升 10%
- 合规风险模型加入情感特征：召回风险预测更早，避损 ¥10-50 万
- 年化综合 ROI：¥15-40 万
- 实施难度：⭐⭐☆☆☆（情感提取已有成熟工具；特征工程标准化约 1-2 周；主要工作是数据管道对接）
7. 代码模板
代码块数量：2 · 路径：未检测到
"""
NLP Sentiment ML Pipeline
评论情感信号 → 结构化 ML 特征 （NLP-VOC ↔ ML基础 桥梁）
"""
import re
import numpy as np
from collections import defaultdict
from datetime import datetime, timedelta
# 情感词典（复用 VOC Skill 的分析结果）
POSITIVE_KEYWORDS = {
'recommend': 1.0, 'love': 0.9, 'great': 0.8, 'excellent': 0.8,
'perfect': 0.7, 'worth': 0.7, 'satisfied': 0.8, '推荐': 1.0, '好': 0.8,
}
NEGATIVE_KEYWORDS = {
'disappointed': -0.9, 'broke': -0.8, 'loud': -0.7, 'expensive': -0.6,
'waste': -0.9, 'return': -0.7, 'poor': -0.8, '差': -0.8, '贵': -0.6,
}
ASPECT_KEYWORDS = {
'noise': ['quiet', 'silent', 'loud', 'noise', 'noisy', '噪音', '安静'],
'suction': ['suction', 'powerful', 'strong', 'weak', '吸力'],
'price': ['expensive', 'cheap', 'price', 'worth', '贵', '便宜', '值'],
'quality': ['quality', 'durable', 'broke', 'sturdy', '质量', '耐用'],
'recommend': ['recommend', 'gift', 'share', '推荐', '送礼'],
}
def extract_review_signals(reviews: list) -> dict:
"""从评论列表提取情感信号（按日期聚合）"""
daily_signals = defaultdict(lambda: {'pos': 0, 'neg': 0, 'count': 0, 'aspects': defaultdict(list)})
for r in reviews:
date_str = r.get('date', '2025-01-01')
text = r.get('text', '').lower()
rating = r.get('rating', 3)
# 总体情感
pos = sum(v for kw, v in POSITIVE_KEYWORDS.items() if kw in text)
neg = sum(abs(v) for kw, v in NEGATIVE_KEYWORDS.items() if kw in text)
sentiment = (pos - neg) / max(pos + neg, 1e-8)
daily_signals[date_str]['pos'] += pos
daily_signals[date_str]['neg'] += neg
daily_signals[date_str]['count'] += 1
daily_signals[date_str]['star_sum'] = daily_signals[date_str].get('star_sum', 0) + rating
# 方面情感
for aspect, keywords in ASPECT_KEYWORDS.items():
for kw in keywords:
if kw in text:
# 简单判断方向
aspect_sentiment = sentiment if pos >= neg else -sentiment
daily_signals[date_str]['aspects'][aspect].append(aspect_sentiment)
break
return daily_signals
8. 论文来源
- 2406.15234