我收到了数以万计的用户评论。
我知道很多cmets的意思都是一样的。
我无法阅读所有这些 cmets。 因此，我想用一个python程序来分析所有的cmets， 找出最常见的最重要的反馈信息。
我想问一下，我该怎么做？
我可以下载所有cmets的应用，也初步了解了Google Prediction API。
【问题讨论】：
标签： python app-store semantics feedback google-prediction
您可以使用 Google Prediction API 将您的 cmets 定性为重要或不重要。您想要做的是手动分类您的 cmets 的一个子集。然后，您将手动分类的模型上传到 Google Cloud Storage，并使用 Prediction API 训练您的模型。此步骤是异步的，可能需要一些时间。一旦训练好的模型准备就绪，您就可以使用它以编程方式对剩余的（以及任何未来的）cmets 进行分类。
请注意，您手动分类的 cmets 越多（即您的训练集越大），您的程序化分类就越准确。此外，您可以将这个想法扩展如下：代替二元分类（重要/不重要），您可以使用重要性等级，例如在 1-5 的范围内。当然，这需要更多的体力劳动来构建您的模型，因此最佳策略将取决于您的需求以及您可以花费多少时间来构建模型。
【讨论】：