有做小红书的吗？利用AI大模型做一个用户画像分析工具
<p>这是一个针对小红书帖子评论进行AI大模型分析的项目。利用AI对评论进行多维度的数据分析。操作流程为：用户利用easyscraper浏览器插件爬取小红书帖子评论，然后直接上传csv文件到系统，系统进行评论分析，然后提供下载链接，下载更新的带有评论分析的csv文件,得到AI分析的用户画像。<br /><strong>运行中：</strong></p>
<p><img src="https://images.bigseek.com//forum/202507/09/134438t7p7zhz2rsgj23b2.png" alt="图片.png" title="图片.png" /></p>
<p><strong>每一个review 标签分析得到的json：</strong></p>
<blockquote>
<p>{<br />
“人群场景”: {<br />
“用户需求与痛点-使用场景”: [<br />
“汽车爱好者”,<br />
“儿童玩乐”,<br />
“成人收藏”,<br />
“节日礼物”<br />
],<br />
“用户需求与痛点-购买动机”: [<br />
“价格优势”,<br />
“设计喜欢”,<br />
“替代乐高”<br />
]<br />
},<br />
“功能价值”: {<br />
“产品反馈-产品优点”: [<br />
“零件齐全”,<br />
“组装容易”,<br />
“设计精美”,<br />
“功能多样”,<br />
“细节丰富”<br />
],<br />
“产品反馈-产品缺点”: [<br />
“零件缺失”,<br />
“零件松动”,<br />
“组装困难”,<br />
“指示不明”,<br />
“零件变形”,<br />
“零件质量差”<br />
],<br />
“产品反馈-用户期望建议”: [<br />
“优化指示”,<br />
“提升质量”,<br />
“改进包装”<br />
],<br />
“产品反馈-设计与外观”: [<br />
“整体造型”,<br />
“内部细节”,<br />
“颜色搭配”<br />
]<br />
},<br />
“保障价值”: {<br />
“服务评价-物流配送”: [<br />
“配送速度”<br />
],<br />
“服务评价-售后服务”: [<br />
“补发零件”,<br />
“退款处理”<br />
],<br />
“服务评价-售前服务”: [<br />
“信息咨询”<br />
]<br />
},<br />
“体验价值”: {<br />
“品牌形象与口碑-推荐意愿原因分析”: [<br />
“性价比高”,<br />
“组装乐趣”<br />
],<br />
“品牌形象与口碑-是否愿意推荐给他人”: [<br />
“是”,<br />
“否”<br />
],<br />
“品牌形象与口碑-品牌印象”: [<br />
“质量一般”,<br />
“价格实惠”<br />
],<br />
“感官感受”: [<br />
“外观美感”,<br />
“零件质感”<br />
],<br />
“价格感知”: [<br />
“价格合理”,<br />
“价格昂贵”<br />
]<br />
}<br />
}</p>
</blockquote>
<p>评论 分析界面：<br />
<img src="https://images.bigseek.com//forum/202507/09/134532h5c92wuc8zqd9kpc.png" alt="图片.png" title="图片.png" /></p>
<p>**可视化统计分析：<br />
<img src="https://images.bigseek.com//forum/202507/09/135356pmjkp5if88tqgm0t.png" alt="图片.png" title="图片.png" /><br />
<strong>用户画像分析：</strong></p>
<blockquote>
<p>根据这些商品评论内容，可以推测出以下几个典型用户画像。每个画像都基于用户行为、需求、购买动机等信息，做出了分析：</p>
<h3>用户画像 1: 陈皮爱好者 - 李女士, 32岁，广东中山，家庭主妇</h3>
<ul>
<li><strong>性别年龄估计</strong>：女性，32岁</li>
<li><strong>需求关键词</strong>：寻找正宗新会陈皮、品质保证、鉴别真假</li>
<li><strong>购买动机</strong>：李女士关注陈皮的正宗与品质，对市面上真假参半的产品尤为敏感。她希望购买到的陈皮能够带来实际的健康益处，并且对价格和来源有明确要求。</li>
<li><strong>情绪语气判断</strong>：在评论中表现出谨慎且认真的态度，尤其关注商品的真实性和来源。</li>
<li><strong>用户画像标签</strong>：注重健康、喜欢传统食品、购买时重视品牌与来源。</li>
</ul>
<hr />
<h3>用户画像 2: 慢品生活者 - 张先生, 45岁，上海，企业中层管理</h3>
<ul>
<li><strong>性别年龄估计</strong>：男性，45岁</li>
<li><strong>需求关键词</strong>：高品质陈皮、健康养生、深度了解产品</li>
<li><strong>购买动机</strong>：张先生购买陈皮主要出于健康目的，喜欢通过了解陈皮的历史、储存方法和产地，确保自己购买的是高质量的产品。他注重慢生活和传统的养生方法。</li>
<li><strong>情绪语气判断</strong>：评论中显得耐心且富有思考，喜欢对比不同来源的陈皮，偶尔提出对陈皮品种和仓储环境的疑问。</li>
<li><strong>用户画像标签</strong>：注重养生、喜欢品味慢生活、对传统工艺有浓厚兴趣。</li>
</ul>
<hr />
<h3>用户画像 3: 新会陈皮新手 - 王女士, 28岁，广州，白领</h3>
<ul>
<li><strong>性别年龄估计</strong>：女性，28岁</li>
<li><strong>需求关键词</strong>：新会陈皮、新品尝试、了解陈皮功效</li>
<li><strong>购买动机</strong>：王女士最近开始关注陈皮，尤其是来自新会的正宗陈皮，购买时希望了解产品的真实情况及其健康功效。她也会对比不同平台的评论和商品描述来做决策。</li>
<li><strong>情绪语气判断</strong>：评论中透露出对陈皮的好奇和试探，尝试了解更多信息，询问他人意见时带有轻松与求知欲。</li>
<li><strong>用户画像标签</strong>：年轻白领、健康关注者、愿意尝试新产品。</li>
</ul>
<hr />
<h3>用户画像 4: 资深购买者 - 陈先生, 50岁，珠海，商人</h3>
<ul>
<li><strong>性别年龄估计</strong>：男性，50岁</li>
<li><strong>需求关键词</strong>：高性价比陈皮、长期购买、品牌选择</li>
<li><strong>购买动机</strong>：陈先生拥有丰富的陈皮购买经验，他更注重产品的性价比和长期使用效果。他已经通过朋友和评论了解陈皮的优劣，主要购买用于日常养生。</li>
<li><strong>情绪语气判断</strong>：评论中表现出更多的理性和经验分享，关注产品的性价比、外观和实际效果。</li>
<li><strong>用户画像标签</strong>：资深消费者、注重实用、价格敏感、健康养生。</li>
</ul>
<hr />
<h3>用户画像 5: 实用主义者 - 刘女士, 38岁，武汉，医生</h3>
<ul>
<li><strong>性别年龄估计</strong>：女性，38岁</li>
<li><strong>需求关键词</strong>：实用陈皮、品质与功效、简单直接</li>
<li><strong>购买动机</strong>：刘女士作为医生，她更加注重购买具有实际功效的陈皮，特别是那些能够帮助调节身体的产品。她对于陈皮的用途和功效有明确的需求，希望买到的是经过严格筛选和测试的产品。</li>
<li><strong>情绪语气判断</strong>：评论语气严谨，表现出专业性的考虑，关注产品的真实性与可靠性。</li>
<li><strong>用户画像标签</strong>：专业背景、理性购买、注重健康效益。</li>
</ul>
<p>这些用户画像反映了不同年龄、职业背景以及对陈皮的兴趣和需求。在分析时，我们结合了他们对商品的评价、购买动机及情绪反应，从而为每个用户画像提供了较为详细的背景。</p>
</blockquote>
<p><strong>用户画像的提示语：</strong></p>
<pre><code>"""# 你是一名用户画像分析师。 分析需求和概念：
基础属性描述
用户的静态人口统计学特征。
示例：- 年龄：28岁 - 性别：女性 - 地理位置：上海 - 职业：全职妈妈
行为特征描述
用户的实际行为轨迹，体现用户“做了什么”。
示例标签：- 月消费金额：2000元 - 购买频率：每月购买4次母婴用品 -
心理动机描述
用户行为背后的动机、价值观和偏好，体现“为什么这么做”。
示例：- 对促销活动敏感：对满减和赠品活动高度关注 - 品牌偏好：倾向选择国际知名母婴品牌 - 商品安全性：重视商品成分和评价
外部环境描述用户所处的社会环境和关系网络，体现外部影响因素。
示例：- 社交圈：经常与其他宝妈分享购物心得 - 活跃平台：微博、母婴论坛、
需求痛点
明确用户的核心需求和主要问题，帮助定义用户的关键目标。
示例：- 需求：寻找高品质、高性价比的母婴用品 - 痛点：缺乏时间，偏好快速送达 - 期待：希望平台提供可信赖的商品评价体系
以上是用户画像的概念之后，请完成做一份用户画像分析报告。请根据以下 商品评论生成3-5个典型用户画像，每个包含性别年龄估计、需求关键词、购买动机、情绪语气判断 和用户画像标签
请你根据这些信息，反推出用户画像： #####,
{reviews_alls_string}#####
"""
</code></pre>
<p><strong>又例如分析最近很热的labubu，它的用户画像会是怎样：</strong></p>
<blockquote>
<h3>说明：</h3>
<ol>
<li><strong>性别年龄范围</strong>：标识目标用户的基本人口统计特征。</li>
<li><strong>需求关键词</strong>：用户购买时关注的核心需求点。</li>
<li><strong>购买动机</strong>：驱动用户购买行为的深层原因。</li>
<li><strong>情感基调</strong>：用户在购买或使用过程中的情感状态。</li>
<li><strong>标签</strong>：对用户群体的分类和描述。</li>
</ol>
</blockquote>
<p>这种表格形式能更直观地对比不同用户群体的特征和差异。</p>
<p><img src="https://images.bigseek.com//forum/202507/09/135447utvx7spmzqphqvvv.webp" alt="b251661d02db796370f1c756321c7b17168733c6.webp" title="b251661d02db796370f1c756321c7b17168733c6.webp" /></p>
<p><strong>开源 github：</strong><br />
代码已经开源，github地址：</p>
<p>GitHub - liangdabiao/easy-amazon-voc: 针对amazon商品评论进行AI大模型多维度分析</p>
<p>https://github.com/liangdabiao/easy-amazon-voc</p>
感谢分享 可惜，要是主流平台能通用的话就好了，类似B站啊，头条什么的 不过也已经很实用了 你确定是小红书的，而不是亚马逊的？
页:
[1]