工业品电商评论情感分析系统

一、项目背景

工业设备采购决策具有高客单价、长决策周期等特点，采购方往往通过分析技术参数、售后服务评价等多维度信息进行供应商筛选。传统人工审核电商平台评论效率低下，且难以量化情感倾向。通过AI技术对工业品评论中的技术指标反馈（如精度衰减率）、售后服务质量（维修响应速度）等专业维度进行细粒度情感分析，可构建供应商质量评估体系，辅助企业规避采购风险并优化供应商管理策略。

二、项目需求

通过爬取工业品电商平台针对目标工业品的评论数据，包括文本、星级、图片等多模态数据，构建工业品专属情感词库，并开发根因追溯模型，关联负面评论与设备型号、使用场景等，生成TOP5质量问题溯源报告。

三、输入数据

工业电商平台的公开评论数据，例如针对特定工业品的购买记录、用户评价和评语、历史供应商客诉记录等。

四、交付要求

类型不限，建议web应用插件、桌面应用或微信小程序；

功能：工业品电商评论情感分析报告、供应商情感指数雷达图、质量问题根因关联网络图等。

五、评测要求

符合平台法律规定，规避反爬机制；

情感标注准确率高；

处理10万条评论总耗时≤25分钟。