Consumer Feedback 电子产品在线评论

#### 背景描述
该数据集包含 50 种不同电子产品的 7,000 多条在线评论列表。数据包括有关审阅日期、来源、评级、标题、审阅者元数据等的信息。该数据集可用于识别消费者反馈如何影响产品购买过程。例如，您可以使用这些数据来检查不同类型电子产品的趋势、星级评分和好评之间的相关性，或者不同品牌的在线声誉

**如何使用数据集**
为了分析数据集，您可以从探索电子产品的不同趋势开始。例如，您可以查看星级评分和正面评价之间的相关性。此外，您可以调查不同品牌的在线声誉

**研究思路**
消费者投诉/反馈：识别消费者对每个品牌和产品类型的不同投诉和反馈。
分析在线评论的影响：确定在线评论如何影响电子产品的购买过程。
识别产品趋势：跟踪不同类型电子产品随时间变化的趋势

#### 数据说明
- index：行的索引
- id：产品的id
- asins：产品的asin
- 品牌：产品的品牌
- 类别：产品的类别
- 颜色：产品的颜色
- dateAdded：添加产品的日期
- dateUpdated：产品更新的日期
- 尺寸：产品的尺寸
- ean: 产品的 ean
- imageURLs：产品的图片地址
- 钥匙：产品的钥匙
- 制造商：产品的制造商
- 制造商编号：产品的制造商编号
- 名称：产品名称
- primaryCategories：产品的主要类别
- reviews.date：评论的日期
- reviews.dateSeen：查看评论的日期
- reviews.doRecommend：评论是否推荐产品
- reviews.numHelpful：认为评论有帮助的人数
- reviews.rating：评论的评分
- reviews.sourceURLs：评论的来源网址
- reviews.text：评论的文本
- reviews.title：评论的标题
- reviews.username：审稿人的用户名
- sourceURLs：产品的来源网址
- upc：产品的upc
- 重量：产品的重量
#### 数据来源
Amazon and Best Buy
#### 问题描述
文本分析