产品亮点
技术积累源自对阿里电商平台全量商品评价的处理,用NLP技术帮助品牌零售商对消费者反馈进行高效管理、数据沉淀及深度挖掘。
产品说明
阿里电商平台平均每天产生2千万条商品评价。评价内容不仅体现卖家的口碑信誉,影响消费者的下单判断,而且这也是获取消费者反馈互动的最直接方式。品牌商从中可以解析出商品最吸引人的卖点,以及最需要改进的地方,进而获知当前的消费者理念,预判流行趋势,提高购买转化。当一个卖家每天产生数百条商品评价时,假如用人工方式逐条甄别好评、差评,摘录收集消费者反馈的关键点,平均需要占用两名客服人员的工时;一旦遇上营销活动或者大促,则所需的工时更多。因此,商品评价解析产品基于NLP自然语言处理技术和电商行业语料,能够对历史评价和每天新增评价内容自动分析,将文本转化为结构化的属性字段,从而高效甄别出净负面评论跟进处理,并统计分析最能影响购买转化的相关因素。
适用场景
商品评价解析主要用于分析消费者反馈的评价、点评内容,同时也可以对类似微博的口语化、短文本进行分析。对于长篇幅的新闻篇章不适用。
产品功能描述
通过对行业品类深度分析,获取行业品类关键属性进行结构化,现分为三级属性结构。目前适用的品类为:
1. “clothing”:服装
2. “makeup”:美妆
3. “snacks”:零食
4. “milkpowder”:奶粉
5. “paperdiaper”:纸尿裤
6. “shoes”:鞋类
7. “furniture”:住宅家具
8. “bedding”:床上用品
9. “underwear”:内衣
10. “bags”:箱包
11. “cellphone”:手机
12. “cycling”:骑行配饰
13. “bicycle”:自行车
14. “bigball”:大型球类
15. “littleball”:小型球类
16. “watch”:手表
17. “glasses”:眼镜
18. “television”:电视机
19. “refrigeration”:制冷设备
其余更多品类将逐步完善发布。以服装品类为例,三级属性结构如下:
调用方式
在本页的调试工具点击“去调试”按钮,可以快速测试对评价文本的解析结果,参见截图如下。批量调用时遵循REST接口调用方式,需提供两个输入参数,"text"指定需要解析的评价文本,"cate"指定商品类目;返回结果为JSON数据类型。
售后支持范围
售后服务范围为产品使用方面的技术支持,售后支持时间范围为合同期范围内