基于机器学习情感分析的快时尚移动应用策略优化数据集

数据集概述

该数据集通过Python库爬取Zara、H&M、Uniqlo等快时尚品牌移动应用的Google Play Store用户评论，经人工标注情感类别，包含评论文本、评分及情感标签，用于训练和评估朴素贝叶斯、K近邻、支持向量机等传统机器学习分类器。

文件详解

• 文件名称: sentiment_analysis.xlsx
• 文件格式: Excel (.xlsx)
• 字段映射:
• Review_Text: 用户评论文本
• Rating: 用户评分
• Sentiment: 人工标注的情感类别（积极、中性、消极）

适用场景

• 快时尚移动应用用户反馈分析: 挖掘用户对应用功能、体验的评价与情感倾向
• 情感分析模型性能基准测试: 对比不同机器学习分类器在快时尚评论数据上的表现
• 移动应用策略优化: 基于用户情感反馈优化产品功能、用户体验及营销策略
• UX设计改进: 识别用户负面反馈集中的功能模块，指导界面与交互设计优化
• 产品特性优先级排序: 根据用户情感强度和频率，确定需优先迭代的产品功能点