点评用户价值划分

整理：阿西米亚15 时间：2025-08-15 阅读：24

现今很多包含点评功能，用户对某产品的点评可以反映出用户对产品的认可度。我们将对点评的用户进行价值划分，找出那些点评高价值的用户，为后期权重的赋予给予依据。

RStudio

加载数据，数据经过处理，挑选出对点评有帮助的特征

d<-read.csv(file.choose(),T)

去除空缺值

d_1<-d[-which(is.na(d$点评ID)),]

由于点评次数和留言次数以及留言长度和点评占比量纲差距太大，需归一化，由于接下来使用聚类算法，故使用均值为0，标准差为1的标准化方法

data_zscore=scale(d_1[,4])

d_1$留言长度标准<-data_zscore

data_zscore2=scale(d_1[,2])

data_zscore3=scale(d_1[,3])

d_1$点评次数标准<-data_zscore2

d_1$留言次数标准<-data_zscore3

使用聚类方法，采用Kmeans算法

#调节类别数center的取值，通过聚类优度，选择最优类别数

library(stats)

result=rep(0,30)#设置变量用于存放67个聚类优度值

for(k in 1:30){

fit_km=kmeans(d[,5:8],center=k)

result[k]=fit_km$betweens/fit_km$totss

}

round(result,2)

基于聚类优度选择的类别，分为4类

fit_kml=kmeans(d_1[,5:8],center=4)

由图可知，类别3和2是点评的高价值用户。

www是什么意思

黑色羽绒服搭什么围巾好看

小小运动让女人更美！

柚子吧经验网