TF卡 ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

大數據分析電商平台用戶評論以改善使用體驗-以東森購物APP為例

為了解決TF卡 ptt的問題，作者賴吉盛 這樣論述：

在社群媒體越來越成熟的當下，使用者可以在平台上討論各式各樣的話題，消費者也傾向在網路上購買商品，在選擇商品跟電商品牌時，社群媒體的曝光度跟使用心得都大大的影響使用者的最終決定，各大電商平台也傾向利用社群媒體網站的留言與建議，來對APP的功能與行銷方向進行改善跟推廣。 本研究將會以東森購物APP為研究目標，蒐集Google Play、Apple Store、PTT E-Shopping 2019年1月至2022年1月28號為止的留言當作研究樣本，並撰寫Python程式作為研究大數據分析的工具，使用selenium library進行網路爬蟲跟文字探勘，詞頻分析工具jieba來對留言進行關

鍵字提取，TF-IDF加權技術來輔助分析模型，最後利用LDA主題分析歸類出四大面向進行分析討論，包含（1）經營面向建議、（2）客服引導、（3）更新反饋、（4）功能提問，透過本研究，期望把使用者在網路上的留言，通過大數據分析的幫助下，讓企業在APP的功能改善與行銷政策上有更明確的參考方向。 實驗結果顯示，詞頻分析結果前五名為購物(0.1673)，更新(0.1257)，商品(0.1162)，客服(0.0887)，方便(0.0762)，在TF-IDF整體關鍵字前五名為，無法(0.16346)、更新(0.12280)、客服(0.11354)、問題(0.09847)、方便(0.08667)，在LDA分群

結果中，比人工分群在經營面向主題上，抓出了momo，更新反饋抓到了line，功能提問則多了打卡遊戲，也就是說本研究在時間成本與資料準確度上，比人工分群來的更為優勢。