第 6 章 表间关联

7.1 数据介绍

情感词典 sentiment.csv

字段名	含义
Word	单词
Sentiment_Score	情感打分，正面情绪最高 5 分，负面情绪最低 -5 分

7.2 找出客户反馈信息中的高频词汇

第一步： 读数，使用浏览功能，从 saledata.csv 中读取分析所需的两列：

然后规范反馈单词，需要把反馈信息中的字符统一成小写，且去掉两端的空白字符。

解决方法 1 ： 在 saledata 表中追加计算列，将 feedBack 的内容通过表达式规范到新的数据列。但是该办法会导致数据冗余，耗费内存。

解决方法 2 ： SPL WIN 有对序表的每行数据直接计算表达式的函数 run 。在手写命令区，执行表达式：saledata.run(trim(lower(feedBack)):feedBack)

上述表达式还有一种赋值的写法

saledata.run(feedBack=trim(lower(feedBack)))

两者是等价的，执行后得到规范后的反馈信息：

表达式中 trim 函数用来去掉字符两端的空白符， lower 函数把字符串变成小写。

知识点：序表的 run 函数，会循环表里面的所有行，依次对每行数据计算表达式，并将计算结果赋值到指定的列中。详细用法请参考：https://d.raqsoft.com.cn:6443/esproc/func/run.html#__154

第二步： 将反馈信息变成单词序列，再次在命令区执行表达式：

saledata.run(feedBack.words():feedBack)

表达式中feedBack.words()表示将 feedBack 变成单词序列。上述两步表达式，之所以分开执行，是为了让用户看清每一步函数执行后的效果，待用熟练后，可以连写，一步执行完成。比如saledata.run(trim(lower(feedBack)).words():feedBack)

拆分单词后， feedBack 的值就是一个个单词序列了：

双击任意行的 feedBack 查看具体内容：

注意此时的结果是序列，不同于序表的工具栏，序列不支持界面功能。

知识点：SPL WIN 中由多个数据成员 构成的有序集合称为序列 。注意序列时，内容显示面板没有分析功能按钮，以及表头的描述是成员（Member）。序表是序列的子集。

第三步： 在 saledata 表中，合并明细，将所有反馈信息合并到 AllWords ：

AllWords 为所有单词的序列：

然后按单词分组统计出现的频次，由于 AllWords 不是序表，所以不能使用界面功能的分组，但仍然可以使用命令区表达式AllWords.groups(~:value;count(1):Count)，直接对 AllWords 序列分组统计：

命令区返回的无名结果，不方便后续计算，将其重命名为 WordFrequency ：

使用排序界面，或者双击 Count 列，均可以对 Count 排序，将 Count 降序排列，以查看最大词频的单词：

从排序后的 WordFrequency 结果可以看出，大量的介词、连词、定冠词等无业务意义的词汇出现频次很高，需要将这些词汇剔除。

第四步： 去掉无意义的词汇。

列出介词表，在命令区执行

"the,to,for,in,i,and,is,my,a,this,was,than,as,after,no,you,would,s,by,never,of,with,up,me,during,it,t,be,on,will,even,please,d,v,or,your".words()：

命令执行后，将结果命名为 Preposition :

在 WordFrequency 中单击过滤，输入过滤表达式

!Preposition.contain(value)：

单击OK后，得到更简洁的结果，能立即突显客户关注的核心议题——产品、质量、服务与交付。企业可利用这些信息，精准识别客户讨论最频繁的业务维度。

7.3 分析客户对产品的满意度

顾客对产品满意还是不满意？情感分析可以帮助回答这个问题。让我们实现一个简单的基于词典的方法。

第一步： 读取销售数据中的客户名称和客户反馈，并整理客户反馈内容，转换成单词序列，内容同上例：

第二步： 打开sentiment.csv，读取情感词典：

第三步： 将情感词典和客户反馈单词序列关联，计算平均情感得分，在 saledata 表中增加计算列，使用计算表达式

sentiment.align@b(feedBack:~,Word).avg(ifn(~.Sentiment_Score,0))

设置计算列：

表达式中sentiment.align@b(feedBack:~,Word)的含义为，将sentiment表和feedBack列关联，关联值是feedBack的当前成员和sentiment的Word字段。avg(ifn(~.Sentiment_Score,0))表示对关联后的结果算平均得分，其中ifn(~.Sentiment_Score,0)表示如果~.Sentiment_Score为null，则取 0，以防有些单词不在词典中。

单击OK后得到结果：

第四步： 给客户情感得分评级，再添加计算列，使用表达式

if(Sentiment_Score>0.2:"positive",Sentiment_Score<-0.2:"negative";"neutral")

设置计算列：

最终得分大于 0.2 的视为positive, 小于 0.2 的视为negative，其余均视为neutral。执行结果为：

该分析可让您快速了解客户情绪概况。例如，您可能会发现：

• 65% 的反馈为正面，20% 为负面，15% 为中立
• 某些产品的负面反馈明显多于其他产品
• 特定地区的客户反馈往往更加积极
• 客户情绪随时间推移呈现改善趋势

这些洞察能帮助您：
• 定位需要改进的环节
• 追踪产品服务优化后的成效

7.4 客户讨论主题分析

除了情感倾向，您可能还想了解客户讨论的具体主题。我们可以实施一个基于关键词的简易主题分类方案。

第一步： 读取销售数据中的客户名称和客户反馈，并整理客户反馈内容，转换成单词序列，内容同上例：

第二步： 产生一个简易的主题词汇表

在命令区执行

[["price","cost","expensive","cheap","affordable","fees","cheaper","charged","refund","money","worth","penny","buy","lower","higher","overpriced",],

["quality","durable","broke","lasting","sturdy","drops","randomly","drains","interface","leak","error","inconsistency","slower","freezes","resetting","overheats","compatibility","unresponsive"],

["service","support","help","response","staff","update","released","process","apology","inconvenience","patience","delivery","waited","rude","follow","available","late"]]

产生一个嵌套的序列，也就是序列成员仍然是一个序列，每个子序列归属一个主题。执行的结果命名为AllKeys：

再次执行["price","quality","service"]并将结果命名 AllTopics ：

然后将 AllKeys 和 AllTopics 合并产生为数据表，执行

AllKeys.new(~.sort():Keys, AllTopics(AllKeys.#):Topics)

后将结果命名为 TopicTable ：

知识点：new 函数用于计算序列后生成新序表。详细用法请参考：https://d.raqsoft.com.cn:6443/esproc/func/anewxifi.html

第三步： 在 saledata 表中增加计算列，使用表达式

feedBack.(TopicTable.select@1(Keys.contain@b(feedBack.~)).Topics)

找出每一行 feedBack 对应的 Topics ，因为 feedBack 是一个单词的序列，所以可能会存在多个 Topics 的现象，TopicTable .select@1的含义是：查找到一条符合条件的记录后，就不再继续往下查找。：

计算结果为：

第四步： 从 topic_matches 里找出出现频次最高的 topic 作为 main_topic ，再次使用计算表达式：

topic_matches.select(~).groups(~:topics;count(1):c).maxp@a(c).id(topics)

添加计算列：

参考 2.5 节知识点，maxp@a(c)的含义为，如果最大值有并列的情况，均选出。计算结果为：

第五步： 从 saledata 里将所有讨论的主题合并为大序列：

合并的结果为：

第六步： 统计每个主题的讨论次数，得出客户对哪个主题最感兴趣，在命令区执行

DiscussionTopic.groups(~:Topic;count(1):Count)

后得到最终分析结果：

由此可以看出，用户对售后服务（service）还是最感兴趣，需要在售后服务上面再多下功夫，给用户以最好的用户体验。