粤ICP备17114055号
微信扫码
与创始人交个朋友
支持私有云部署
我要投稿
上次做售卖端视角的分析！本次就评论数据做分析，应该是最适合大模型了，后续再做优化！
看效果
话原理
从AWS网站，我们可以拿到比如某个商品的评论，然后这里我们可以定期抓取商品数据，从而用户的反馈进行获取分析！
来实践
1、抓取工具比如Instant Data Scraper工具抓取aws商品数据
2、然后，CSV转为yaml文件
3、创建prompt文件
主要部分如下
/*分析包含
1）用户认可特征
是指在用户评价中用户赞扬或认可的特征，比如样式、价格等
2）用户批评或吐槽
是指提炼用户评价中反馈的问题或吐槽关键词
3）改进建议
基于用户的反馈提出比如款式、物流，安装，价格或其他点
4）趋势感知
根据用户的评价，总结出用户关注的特征
5）隐含点洞察
根据用户的评价，总结不常见的用户关注的特征
写在最后
如上的是商品分析的一个系列，对于再上游供应商和二手售卖大差不差，通过如上系列的分析，可以看到大模型的便捷性体验！如果能私有化部署大/小模型，相信会有生产力的不一样的提升！
53AI，企业落地应用大模型首选服务商
产品：大模型应用平台+智能体定制开发+落地咨询服务
承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2024-10-01
聊聊企业级Data+AI平台的性能评测基准TPCx-AI
2024-10-01
构建高效AI中台：解析人工智能中台架构的五大核心层
2024-09-30
AI+BI 融合发展是新趋势？从四个方面解读
2024-09-29
基于AI的测试用例生成工具
2024-09-27
替代Text2SQL：为什么表格增强生成（TAG）是AI驱动数据查询的未来（附论文&源码）
2024-09-26
从工业到养老，一次聊透具身智能的落地应用
2024-09-25
构建企业新一代智能分析Agent，实现数据分析民主化
2024-09-25
Text2SQL 新一代解决方案Tool-SQL，基于LLM和Agent智能体实现，效果提升显著
2024-06-20
2024-04-04
2024-07-04
2024-07-03
2024-04-20
2024-06-14
2024-06-06
2024-06-21
2024-06-16
2024-07-29
2024-09-13
2024-09-05
2024-07-29
2024-07-23
2024-07-19
2024-07-09
2024-07-05
2024-07-04
回到顶部