前言

---

前几天去吃了环球港的一家海鲜自助，叫五月罗马，名字还不错，但这次吃的很不愉快。位子很挤，海鲜也不好吃。 五月罗马海鲜自助餐厅 那如何判断一家餐厅值不值得花钱花时间去品尝呢？

目的

---

根据大众点评的众多评论决定一家餐厅值不值得去，少量的评论还是ok的，但多了只能用工具来做了

数据来源

---

大众点评

数据爬取

---

已这家海鲜自助为例，python代码如下

import pandas as pd
import time
import requests
from bs4 import BeautifulSoup
contentary = []
for i in range(1,500):
   url = 'http://www.dianping.com/shop/15874958/review_more?pageno='+str(i)
   print(url)
   #大众点评有反爬虫机制，需设置header
   headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:54.0) Gecko/20100101 Firefox/54.0'}
   #headers = {'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:22.0) Gecko/20100101 Firefox/22.0'}
   res = requests.get(url, headers = headers)
   soup = BeautifulSoup(res.text,'html.parser')
   for content in  soup.select('.content'):  
       text = content.select('.comment-txt .J_brief-cont')[0].text.strip()
       time1 = content.select('.time')[0].text.strip()
       comment = content.select('.comment-rst')[0].text.strip().replace('\n','').replace('|','')
       contentary.append({'time':time1 , 'comment':comment ,'text' :text})
       print(comment)
       time.sleep(5)
content_df = pd.DataFrame(contentary)   
content_df.to_excel('E:\\建模文件\\大众点评\\content_df.xlsx')    

中文词汇情感分析

---

此处特别推荐snownlp包，因为他用于训练情感词汇的训练集也是中文评论数据，所以我可以直接使用snownlp的接口（输入内容，返回该内容是积极情感的概率sentiments，sentiments越接近0说明评论越差，越接近1表明评论越好）

不如看几条sentiments=0的评论

• 不知道怎么说，服务质量太差，三文鱼有一股异味，那个盘子都是脏的 没有干净的 下次再也不会来了 还不如去五颗星呢 五月罗马海鲜自助餐厅

• 这家和环球港店比比简直天壤之别，菜比那边少很多，环境也很差，整个店乱糟糟的，毫无秩序，服务员态度都很差，像欠他们的一样

• 一塌糊涂，服务员像吃过药，欠她钱还是没付钱，问个问题只当没听见，这么差的服务和菜式，那些好评是怎么刷出来的

• 太差了！差，差，差。什么事情多差，下次决不会再来

• 一个字终结差，不会去第二次，此时此刻无限吐槽，能评无星我不会给一颗。自助无服务，盘子自己倒，就差洗碗，有的只是来讨钱的。

• 今天跟两个朋友去吃饭。回来之后就拉肚子。黑店，都是垃圾食品

再看几条sentiments=1的评论

• 周末人超多的～和小伙伴们一起去的～棒棒！

• 价格实惠，品种齐全，孩子和老公都很喜欢！

• 口味很好，环境不错，服务也很好……总而言之，很好，非常喜欢

• 东西新鲜 口感非常好。品种齐全 环境幽雅

再看几条sentiments=0.5的评论

• 热热，口味还好，服务一般，菜品丰富，天气冷了再去！

• 菜比较新鲜，品种丰富，价格合理

• 东西还可以，就是人太多了，要等几轮。

• 人很多，烧烤区灯光有点暗，补菜基本都很快，但火锅的东西一盘太少，女儿爱吃的牛百叶只拿了2次，后面就不补了

总体感觉，预测很准确

算出每个评论内容的sentiments

from snownlp import sentiment
import pandas as pd #加载pandas
text=pd.read_excel(u'C:\\Users\\Hanyee\\Desktop\\Datasets\\大众点评\\content_df.xlsx',header=0) #读取文本数据
text0=text['text'] #提取所有数据
sentiments = []
for i in text0:
   sentiments.append(SnowNLP(i).sentiments)
text['sentiments'] = sentiments

分析

---

把每天的评论进行标记，sentiments>0.5,标记为good ，反之标记为bad，然后算出每天坏评论的占比bad_ratio。

• 发现，最近三个月，每天都有40%左右的差评，所以五月罗马海鲜自助餐厅真的不值得去。

小结

• 通过餐厅的近期评论来决定这个餐厅值不值得去

• 五月罗马海鲜自助餐厅不值得去

五月罗马海鲜自助餐厅