文本數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)信息更為復(fù)雜，具有不規(guī)則、不完整性特征，無法通過既定的數(shù)據(jù)模型直接分析。需要將文本數(shù)據(jù)進行預(yù)處理，輸出可以應(yīng)用數(shù)據(jù)庫二位邏輯表來表現(xiàn)的數(shù)據(jù)。

文本數(shù)據(jù)的來源很多，例如微博、小紅書、知乎、淘寶、論壇、視頻網(wǎng)站等等。在電商領(lǐng)域，本文數(shù)據(jù)來源主要來自電商直播的聊天窗口、客服咨詢界面、產(chǎn)品售后評價等。分析方法主要為文本數(shù)據(jù)預(yù)處理，提煉出主要分析維度和細分維度，匹配維度下的關(guān)鍵詞，輸出各維度的詞頻和轉(zhuǎn)化率，挖掘用戶觀點，發(fā)現(xiàn)產(chǎn)品機會點。