JoydeepaB/product-lens

# ProductLens — 电商产品智能平台 **在线演示：** https://product-lens-cvvv.onrender.com 面向电商平台的 AI 驱动产品推荐引擎 + 虚假评论检测器。 **技术栈：** Flask · pandas · scikit-learn (TF-IDF + cosine similarity) ## 功能 ### 1. **基于内容的产品推荐** - 对产品名称、类别和描述进行 TF-IDF 向量化 - 利用 cosine similarity 识别语义相似的产品 - 为每条推荐显示匹配百分比 - 涵盖 4 个类别的所有 40 件产品 ### 2. **虚假评论检测引擎** - **基于规则的模式分析**，从 6 个维度标记可疑评论： - 同日评论爆发（同一天发布多条评论） - 不同评论者之间存在近乎重复/复用的文本 - 过度夸张的用语（"amazing"、"best"、"awesome"、"buy now" 等） - 没有实质性细节的极短 5 星评论 - 重复的标点符号（多个 "!!!"） - **可疑度评分** ≥ 3 即标记为潜在虚假评论 - 提供危险信号，解释*为什么*每条评论会被标记 - 无需外部标签 — 仅依靠模式检测即可工作 ### 3. **情感分析** - 将每条评论分类为正面/负面/中性 - 计算过滤掉可疑评论后的“真实平均评分” - 为决策提供更真实的评论指标 ### 4. **智能仪表板** - 按类别和关键字搜索/筛选产品 - 查看评论摘要：总数、平均评分、可疑百分比、情感分布 - 点击任意产品以查看推荐和分析后的评论 - 按类型筛选评论（全部 / 可疑 / 真实） ## 部署 **已上线于：** https://product-lens-cvvv.onrender.com **数据：** 涵盖 4 个类别（电子产品、时尚、家居、美妆）的 40 个合成产品 + 250 条评论（包含真实评论与植入的垃圾评论模式） ## 工作原理 ### 推荐引擎 1. 使用 TF-IDF 对产品描述进行向量化（移除 stopwords） 2. 计算所有产品对之间的 cosine similarity 3. 针对给定产品，按分数返回前 4 个最相似的产品 ### 虚假评论检测 每条评论的评分基于以下维度： - **同日爆发** (+2)：在一天内有 3 条及以上其他评论的同日发布 - **文本复用** (+2)：相同/近乎相同的文本出现 3 次及以上 - **夸张用语** (+2)：包含 2 个及以上的夸张词汇（"amazing"、"best"、"awesome" 等） - **短篇 5 星** (+1)：≤3 个单词且为 5 星评分 - **过度标点** (+1)：包含 2 个及以上的感叹号 **评分 ≥ 3** = 可疑。危险信号会解释是由哪些模式触发的。 ### 情感分析 - 统计正面词汇（good、great、happy、recommend 等） - 统计负面词汇（disappointed、damaged、stopped、return 等） - 如果正面 > 负面且评分 ≥4 → 正面 - 如果负面 > 正面或评分 ≤2 → 负面 - 否则 → 中性 ## 已知局限性 - **推荐仅基于内容** — 未使用协同过滤（v2 版本可加入用户交互数据） - **虚假检测基于模式，而非 ML 训练** — 旨在无需标注训练数据的情况下捕捉明显的垃圾信息 - **数据为合成数据** — 40 件产品和 250 条评论均为演示通过程序化生成；真实系统会接入实时的市场数据 - **无用户账号/登录** — 无状态的单会话应用；真实平台会追踪用户行为以实现个性化 ## 解决的问题 电商平台面临两个关键挑战： 1. **大规模的产品发现** — 客户在浏览时难以找到相似产品。推荐系统需要在不依赖用户交互历史（对于新产品可能并不存在）的情况下呈现相关的替代产品。 2. **评论真实性危机** — 虚假/垃圾评论会抬高评分并扭曲客户的认知。当卖家通过集中发布低成本的赞美或重复文本来操纵评论时，平台就会失去信誉。 ProductLens 展示了如何通过**基于内容的推荐**和**基于模式的垃圾检测**来解决这些问题，而无需依赖庞大的标注数据集或复杂的 ML 基础设施。

标签：Flask, TF-IDF, 情感分析, 推荐系统, 电子商务, 虚假评论检测, 逆向工具