sentiment-analysis

name	sentiment-analysis
description	情感分析技能,分析用户评论情感倾向,评估痛点严重程度,提取关键词和主题

情感分析技能

概述

通过分析用户评论和讨论的情感倾向,量化用户满意度和痛点严重程度。

核心能力

1. 情感分类: 正面/中性/负面
2. 情感强度评估: 量化情感程度
3. 痛点严重程度: 评估用户frustration 程度
4. 关键词提取: 识别高频词汇和主题

情感分类方法

1. 基于关键词的简单分类

正面关键词:

love, great, awesome, perfect, excellent, amazing, 
fantastic, wonderful, best, recommend, helpful, 
easy, simple, fast, smooth, reliable

负面关键词:

hate, terrible, awful, worst, horrible, useless,
disappointing, frustrating, annoying, slow, buggy,
crash, broken, waste, regret, avoid

强度词:

very, extremely, absolutely, completely, totally,
really, so, too, incredibly, unbelievably

SQL 实现:

-- 简单情感分类
SELECT 
  id,
  quote,
  CASE 
    WHEN LOWER(quote) LIKE '%love%' OR LOWER(quote) LIKE '%great%' 
      OR LOWER(quote) LIKE '%awesome%' OR LOWER(quote) LIKE '%perfect%'
      THEN 'positive'
    WHEN LOWER(quote) LIKE '%hate%' OR LOWER(quote) LIKE '%terrible%' 
      OR LOWER(quote) LIKE '%awful%' OR LOWER(quote) LIKE '%worst%'
      THEN 'negative'
    ELSE 'neutral'
  END as sentiment,
  CASE
    WHEN LOWER(quote) LIKE '%very%' OR LOWER(quote) LIKE '%extremely%'
      THEN 'high'
    ELSE 'medium'
  END as intensity
FROM user_quotes;

2. 评分规则

情感评分 (-5 到 +5):

计算方法:
1. 统计正面关键词数量 (P)
2. 统计负面关键词数量 (N)
3. 统计强度词数量 (I)
4. 评分 = (P - N) × (1 + I × 0.5)

示例:
"I absolutely love this app!" 
- P = 1 (love)
- N = 0
- I = 1 (absolutely)
- 评分 = (1 - 0) × (1 + 1 × 0.5) = 1.5

"This is the worst app ever!"
- P = 0
- N = 1 (worst)
- I = 0
- 评分 = (0 - 1) × (1 + 0) = -1

痛点严重程度评估

评估维度

1. 情感强度: 用户的愤怒/失望程度
2. 频率: 多少人提到
3. 持续性: 问题存在多久
4. 影响范围: 影响多少用户

严重程度矩阵

| 痛点 | 情感强度 | 频率 | 持续性 | 影响范围 | 总分 | 等级 |
|------|---------|------|--------|---------|------|------|
| 电池焦虑 | -4.2 | 45 | 6个月 | 广泛 | 18 | 严重 |
| 存储满 | -3.8 | 32 | 12个月 | 广泛 | 16 | 严重 |
| 通知多 | -2.5 | 18 | 3个月 | 中等 | 8 | 中等 |

评分标准:

• 严重 (15-20): 立即解决
• 中等 (10-14): 优先考虑
• 轻微 (5-9): 可以延后
• 忽略 (<5): 不值得投入

SQL 查询

-- 痛点严重程度分析
SELECT 
  category,
  COUNT(*) as frequency,
  AVG(sentiment_score) as avg_sentiment,
  DATEDIFF(MAX(created_at), MIN(created_at)) as duration_days,
  COUNT(DISTINCT source) as source_diversity,
  -- 综合评分
  (COUNT(*) * 0.3 + 
   ABS(AVG(sentiment_score)) * 2 + 
   DATEDIFF(MAX(created_at), MIN(created_at)) / 30 * 0.5 +
   COUNT(DISTINCT source) * 0.5) as severity_score
FROM user_quotes
WHERE sentiment_score < 0  -- 只看负面
GROUP BY category
ORDER BY severity_score DESC;

关键词提取

1. 高频词统计

方法:

1. 分词 (去除停用词)
2. 统计词频
3. 按频率排序
4. 提取 Top 20-30

停用词列表:

the, a, an, and, or, but, in, on, at, to, for, 
of, with, by, from, is, are, was, were, be, been

SQL 实现 (简化版):

-- 提取包含特定词的评论数
SELECT 
  'battery' as keyword,
  COUNT(*) as mention_count,
  COUNT(*) * 100.0 / (SELECT COUNT(*) FROM user_quotes) as percentage
FROM user_quotes
WHERE LOWER(quote) LIKE '%battery%'

UNION ALL

SELECT 
  'storage' as keyword,
  COUNT(*) as mention_count,
  COUNT(*) * 100.0 / (SELECT COUNT(*) FROM user_quotes) as percentage
FROM user_quotes
WHERE LOWER(quote) LIKE '%storage%';

2. 主题聚类

常见主题:

• 性能问题: slow, lag, freeze, crash
• 功能缺失: missing, need, want, wish
• 用户体验: confusing, complicated, difficult
• 价格: expensive, overpriced, not worth
• Bug: bug, error, broken, not working

主题分类:

SELECT 
  CASE
    WHEN LOWER(quote) LIKE '%slow%' OR LOWER(quote) LIKE '%lag%' 
      OR LOWER(quote) LIKE '%crash%'
      THEN 'performance'
    WHEN LOWER(quote) LIKE '%missing%' OR LOWER(quote) LIKE '%need%'
      OR LOWER(quote) LIKE '%want%'
      THEN 'feature_request'
    WHEN LOWER(quote) LIKE '%confusing%' OR LOWER(quote) LIKE '%complicated%'
      THEN 'ux_issue'
    WHEN LOWER(quote) LIKE '%expensive%' OR LOWER(quote) LIKE '%price%'
      THEN 'pricing'
    WHEN LOWER(quote) LIKE '%bug%' OR LOWER(quote) LIKE '%broken%'
      THEN 'bug'
    ELSE 'other'
  END as theme,
  COUNT(*) as count
FROM user_quotes
GROUP BY theme
ORDER BY count DESC;

竞品情感对比

对比分析

| 竞品 | 平均情感 | 正面% | 中性% | 负面% | 主要抱怨 |
|------|---------|-------|-------|-------|---------|
| A    | +1.2    | 45%   | 35%   | 20%   | 价格贵 |
| B    | -0.5    | 25%   | 40%   | 35%   | 功能少 |
| C    | +2.1    | 60%   | 30%   | 10%   | 无 |

SQL 查询:

SELECT 
  competitor_name,
  AVG(sentiment_score) as avg_sentiment,
  SUM(CASE WHEN sentiment = 'positive' THEN 1 ELSE 0 END) * 100.0 / COUNT(*) as positive_pct,
  SUM(CASE WHEN sentiment = 'neutral' THEN 1 ELSE 0 END) * 100.0 / COUNT(*) as neutral_pct,
  SUM(CASE WHEN sentiment = 'negative' THEN 1 ELSE 0 END) * 100.0 / COUNT(*) as negative_pct
FROM app_reviews
GROUP BY competitor_name
ORDER BY avg_sentiment DESC;

时间序列情感分析

情感趋势

-- 月度情感趋势
SELECT 
  strftime('%Y-%m', created_at) as month,
  AVG(sentiment_score) as avg_sentiment,
  COUNT(*) as review_count
FROM user_quotes
GROUP BY month
ORDER BY month;

可视化:

月份:  01   02   03   04   05   06
情感: +1.2 +0.8 -0.5 -1.2 -1.5 -1.8  (趋势恶化)

事件影响

## iOS 18 发布对情感的影响

**发布前 (2024-08)**:
- 平均情感: +0.5
- 负面评论: 25%

**发布后 (2024-10)**:
- 平均情感: -1.2
- 负面评论: 45%

**变化**: 情感显著恶化,负面评论增加 80%

情感分析报告模板

# [主题] 情感分析报告

## 概况
- 分析时间: [时间范围]
- 数据量: X 条评论/讨论
- 数据来源: [列表]

## 整体情感分布
| 情感 | 数量 | 占比 |
|------|------|------|
| 正面 | X    | XX%  |
| 中性 | X    | XX%  |
| 负面 | X    | XX%  |

**平均情感评分**: X.X (-5 到 +5)

## 痛点严重程度排名
1. [痛点1] - 严重程度: XX/20
2. [痛点2] - 严重程度: XX/20
3. [痛点3] - 严重程度: XX/20

## 高频关键词
### 正面
1. [词1] - 提及 X 次
2. [词2] - 提及 X 次

### 负面
1. [词1] - 提及 X 次
2. [词2] - 提及 X 次

## 主题分布
| 主题 | 数量 | 占比 | 平均情感 |
|------|------|------|---------|
| [主题1] | X | XX% | X.X |

## 竞品对比
[竞品情感对比表]

## 时间趋势
[情感趋势图]

## 典型评论样本
### 最正面
> "[引用]"

### 最负面
> "[引用]"

## 洞察与建议
1. [基于情感分析的洞察]
2. [建议]

数据库结构

-- 情感分析结果表
CREATE TABLE sentiment_analysis (
  id INTEGER PRIMARY KEY,
  quote_id INTEGER,
  sentiment TEXT,  -- positive/neutral/negative
  sentiment_score REAL,  -- -5 to +5
  intensity TEXT,  -- low/medium/high
  theme TEXT,
  keywords TEXT,  -- JSON array
  analyzed_at TEXT,
  FOREIGN KEY (quote_id) REFERENCES user_quotes(id)
);

-- 关键词频率表
CREATE TABLE keyword_frequency (
  id INTEGER PRIMARY KEY,
  keyword TEXT,
  category TEXT,
  frequency INTEGER,
  sentiment_association TEXT,  -- positive/negative
  last_updated TEXT
);

最佳实践

1. 人工验证: 自动分类需要抽样验证准确性
2. 上下文理解: 讽刺和反语需要特殊处理
3. 多语言支持: 不同语言的情感表达不同
4. 持续更新: 关键词列表需要定期更新
5. 结合定量: 情感分析要结合其他数据

局限性

1. 讽刺检测: 难以识别反讽
2. 上下文依赖: 单词情感取决于上下文
3. 文化差异: 不同文化的情感表达不同
4. 简化处理: 基于关键词的方法较简单

改进方向

1. 使用 AI 模型: 更准确的情感分类
2. 方面级情感: 针对不同功能的情感
3. 情感原因: 为什么正面/负面
4. 情感演变: 用户情感如何变化

输出清单

• 情感分类已完成
• 痛点严重程度已评估
• 关键词已提取
• 主题已聚类
• 竞品对比已完成
• 时间趋势已分析
• 情感分析报告已生成