实验目的：通过LSTM算法，实现电商评论的情感分析。

基于Python形成的数据可视化分析，可以从顾客的评论中观察出顾客的产品需求，包含代码。本文主要基于电商平台的顾客评价来实现对于顾客的情感分析，利用文本自动识别系统将顾客的评论变为可视化，从而有助于商业分析和产品的进一步开发。

主要介绍了Python实现爬取并分析电商评论,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

现如今各种APP、微信订阅号、微博、购物网站等网站都允许用户发表一些个人看法、意见、态度、评价、立场等信息。针对这些数据，我们可以利用情感分析技术对其进行分析，总结出大量的有价值信息。例如对商品评论的分析，可以了解用户对商品的满意度，进而改进产品；通过对一个人分布内容的分析，了解他的情绪变化，哪种情绪多，哪种情绪少，进而分析他的性格。怎样知道哪些评论是正面的，哪些评论是负面的呢？正面评价的概率是多少呢？ 　　利用python的第三方模块SnowNLP可以实现对评论内容的情感分析预测，SnowNL