中小学生菜品文本点评内容分析数据

本数据的应用场景如下：1.食堂菜品优化：通过对学生点评内容的情感分析，学校可以识别出学生对菜品的具体情感倾向，这有助于学校对菜单进行改进，比如增加受欢迎菜品的供应、减少不受欢迎菜品的供应或改进烹饪方法，以满足学生需求。2.家校餐饮合作：将本数据共享给学生家长，家长可以更好地了解孩子在学校的就餐情况，促进家长与学校之间的互动和沟通，让家长更加放心。3.AI模型训练：本数据还可作为情感分析、文本分类、推荐系统和多模态学习等领域的AI模型的训练。1.数据收集、清洗：（1）数据抽取：从公司菜品综合分析管理系统中抽取中小学食堂菜品的文本点评数据，包括菜品名称、食堂编号、点评日期、用餐者ID、用餐编号、点评文本内容。（2）数据清洗：去除无效或不相关的点评，以及标准化文本格式。
2.文本预处理：（1）分词：将点评文本分解成单独的词汇或短语。（2）去除停用词：删除“的”、“是”、“和”等不携带分析价值的词汇。
3.情感分析：（1）使用cnsenti库（一种中文情感分析库）的sentiment_count 方法统计文本中的情感词；（2）使用sentiment_calculate方法进行更精准的情感得分计算。
4.计算本菜品和所有菜品历史点评内容的平均情感得分：（1）使用AVERAGEIF函数计算本菜品历史点评内容的平均情感得分；（2）使用AVERAGE函数计算所有菜品历史点评内容的平均情感得分。
5.计算P值：P值=本菜品历史点评内容的平均情感得分-所有菜品历史点评内容的平均情感得分。
6.分析P值并针对菜品提出改进建议：根据P值的正负对菜品提出改进建议，若P≥0，则为“建议增加排菜频率”，若P＜0，则为“建议减少排菜频率或对菜品进行创新”。

搜集汇总

数据集介绍

特点

该数据集包含559条中小学生食堂菜品的文本点评记录，每日更新，涵盖菜品名称、点评内容、情感分析结果及改进建议，适用于食堂优化、家校沟通和AI模型训练。