情感分析项目 该项目对发布到python网络应用的评论进行了情感分析。 该项目的目标是创建一个自动流程，以根据客户的电子邮件向他们发送电子邮件，从而与他们建立联系。 张贴负面评论的客户将收到包含50％优惠券的电子邮件，以弥补他们对Coleman Company的负面体验。 Web APP链接： dynamic-aurora-302220.uc.r.appspot.com 情绪分析 对于这个项目，我使用了Google的自然语言automl服务来构建情感分析模型。 对于训练数据，我使用了来自Yelp的数据集，其中包含800万条评论。 在训练项目之前，先清理数据，然后将其存储到BigQuery中以进行检索和分析。 描述你的项目 您当前正在查看项目的README文件。 自述文件就像您的项目的封面或电梯音高。 它们以纯文本或编写，通常包括描述项目的段落，使用方法的指导，创作者等。 您的第一个网站

Analyze ~500,000 food reviews from Amazon. 分析来自亚马逊的约500,000条食物评论 Amazon Fine Food Reviews_datasets.txt

京东评论数据口红评论数据，2000条，分正负标签，xlsx格式

DaZhongComments 获取大众点评网的店铺评论信息，包括店铺的概要信息（位置、经纬度、评分等）和用户详细评论数据。 注：如果一直爬取，ip可能会被封，可以采用代理Ip的方式，反正我使用代理ip的方式已经将大众的深圳商铺及其评论数据爬取完毕。

使用云采爬虫抓取后浪的评论数据和弹幕数据，方便做数据分析的朋友，总共33299万条评论.

数据集包括访问者在Trip Advisor上发布的3个迪士尼乐园分支机构（巴黎，加利福尼亚和香港）的42,000条评论。 DisneylandReviews.csv

包含 用户id 用户姓名buyer_name 评论打分review_rating 评论标题review_title评论地址 author_linkurl 评论内容review_text id buyer_name review_rating review_title author_linkurl review_text

资料说明：包括数据+代码+文档+代码讲解。 前言 2.项目背景 3.分析流程 4.数据预处理 5.评论分词 6.情感分析与建立模型 7.实际应用

1.包含10个特征，568454条数据。 2.数据分析过程见https://www.yuque.com/shishuaishuaiya/1011

提供百度网盘链接