原文链接：http://tecdat.cn/?p=1078

最近咱们被客户要求撰写对于文本剖析LDA主题模型的钻研报告，包含一些图形和统计输入。

618购物狂欢节前后，网民较常搜寻的关键词在微博、微信、新闻三大渠道的互联网数据体现，同时通过剖析平台采集618相干媒体报道和消费者提及数据

社交媒体指数趋势察看

平台数据显示，5月30日起，网上对于618的探讨显著热烈起来。5月30日网上声量相干探讨的主贴有3130条，其中提及最多的是对于“零点，天猫打响618大战第一枪“、”天猫618掀价格战：大家电比京东贵我就赔！“内容的转发，从媒体源数据比照中可见，此话题在微信的传播速度稍快于微博。

数据显示，5月30日至6月6日期间，消费者探讨最多的关键词、声量第一的是”天猫“，天猫以声量数12275位居618关键词搜寻榜首。而在618的网络声量中，天猫的相干探讨均占据了40%以上内容。

以微博为例，察看其用户沉闷群体以女性较多，次要来自一/二线城市，他们关注的话题大多为购物等话题，日常分享女装化妆品等话题偏多，品牌通过与微博的单干，更易匹配到指标人群。

洞察销售数据

不仅买家们剁手不可开交，卖家们也是八仙过海，花样百出。狂欢过后，感性的卖家逐步发现，在电商平台上，并不是俺们家所有的商品都能搭上六一八的便车。那么，六一八销量与哪些因素无关？商家应抉择怎么的促销策略？

为此，咱们采集了线上电商平台的销售数据。从销量来看，这些产品有的成为爆款，有的却无人问津，甚至约有35.8%的产品销量为零。另外，从价格来看，大部分卖家通过历年六一八曾经成为“老司机”，只管也采取促销流动，然而提价甚微（约有84.9%的产品提价不超过10元）。

从品类销售上来看，女士类产品销售较好，其中女鞋、女装都晋升显著。看来，剁手主力还是以女性消费者为主。

点击题目查阅往期内容

NLP自然语言解决—主题模型LDA案例：开掘人民网留言板文本数据

左右滑动查看更多

01

02

03

04

另外，从价格来看，大部分卖家通过历年双十一曾经成为“老司机”，只管也采取促销流动，然而提价很少（约有20%的产品没有提价），从销量和提价的关系来看，通过提价来促销的成果甚微。

从不同维度的评分来看，消费者对卖家的服务态度称心水平最高，然而提价的幅度显然没有达到他们的预期。

女性消费者都喜爱买什么货色呢？通过简略的分词、词频统计，咱们可能发现，在双十一期间销售量>0的商品中，呈现了“冬季”、“清凉” 这样的季节性词汇；同时，也有“新款”、“韩版”、“时尚”这样的样式热词。

机器学习促销策略--LDA主题模型

主题模型（topic modeling）是一种常见的机器学习利用，次要用于对文本进行分类。形象来说，主题就是一个桶，外面装了呈现概率较高的单词，这些单词与这个主题有很强的相关性。

如果机器能了解这个隐含语义，就能展现相应的广告——这样点击率会更高。在广告、搜寻和举荐中，最重要的问题之一就是了解用户趣味以及页面、广告、商品等的隐含语义。

通过对商品关键词应用LDA建模，咱们失去模型有3个主题，主题1对于材质（次要的词为麝皮、山羊绒等），主题2对于格调（次要的词为商务、韩版等），主题3对于色彩（次要的词为咖啡色、蓝色等）。通过机器了解的隐含语义，咱们就能展现相应的广告，从而进步点击率。

结语

不论是近期的“天猫618”还是“京东618节”，泛滥电商巨头及品牌齐聚，正如马爸爸提出的，咱们都处在一个全新的批发时代，正在逐渐预感着生产需要的变动，在同质化重大的当下，如何走进消费者并博得关注是每个品牌都十分重要的课题。

点击文末 “浏览原文”

获取全文残缺代码数据资料。

本文选自《618电商大数据分析可视化报告》。

点击题目查阅往期内容

Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本开掘新闻组数据集
自然语言解决NLP：主题LDA、情感剖析疫情下的新闻文本数据
R语言对NASA元数据进行文本开掘的主题建模剖析
R语言文本开掘、情感剖析和可视化哈利波特小说文本数据
Python、R对小说进行文本开掘和档次聚类可视化剖析案例
用于NLP的Python：应用Keras进行深度学习文本生成
长短期记忆网络LSTM在工夫序列预测和文本分类中的利用
用Rapidminer做文本开掘的利用：情感剖析
R语言文本开掘tf-idf,主题建模，情感剖析,n-gram建模钻研
R语言对推特twitter数据进行文本情感剖析
Python应用神经网络进行简略文本分类
用于NLP的Python：应用Keras的多标签文本LSTM神经网络分类
R语言文本开掘应用tf-idf剖析NASA元数据的关键字
R语言NLP案例：LDA主题文本开掘优惠券举荐网站数据
Python应用神经网络进行简略文本分类
R语言自然语言解决（NLP）：情感剖析新闻文本数据
Python、R对小说进行文本开掘和档次聚类可视化剖析案例
R语言对推特twitter数据进行文本情感剖析
R语言中的LDA模型：对文本数据进行主题模型topic modeling剖析
R语言文本主题模型之潜在语义剖析（LDA:Latent Dirichlet Allocation）