View a markdown version of this page

Stimmungsanalyse von Verbraucherrezensionen für CPG - Stimmungsanalyse von Verbraucherrezensionen für CPG

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Stimmungsanalyse von Verbraucherrezensionen für CPG

Veröffentlichungsdatum: 13. Mai 2021 () Geschichte des Diagramms

Mit dieser Architektur können Sie Erkenntnisse aus Kundenrezensionen nahezu in Echtzeit gewinnen. Konsumgüterunternehmen (CPG) verwenden Bewertungsdaten, um verbrauchsbezogene Entscheidungen zu verstehen und Probleme proaktiv anzugehen. Sie verwenden Amazon Comprehend für Stimmungsanalysen mit natürlicher Sprachverarbeitung (NLP), Amazon Translate für Übersetzungen und eine serverlose, ereignisgesteuerte Architektur.

Weitere Informationen zu diesem Ansatz finden Sie im Machine Learning-Blog unter Erkennen von Stimmungen anhand von Kundenrezensionen mithilfe von Amazon Comprehend. AWS

Diagramm zur Stimmungsanalyse

Architekturdiagramm, das Kundenrezensionsdaten zeigt, die von E-Commerce-Websites über Amazon Data Firehose an Amazon Simple Storage Service übertragen, von AWS Lambda Amazon Comprehend zur Stimmungsanalyse verarbeitet und in Amazon Quick Sight visualisiert werden.

Die folgenden Schritte beschreiben die Architektur:

  1. Bewertungsdaten AWS fließen aus verschiedenen Quellen wie E-Commerce-Websites, Produktwebsites und Social-Media-Webhooks durch die Aufnahme-Pipeline ein.

  2. Ein Amazon Data Firehose-Lieferstream lädt die Bewertungen in einen Amazon Simple Storage Service-Bucket.

  3. Amazon AppFlow nimmt Daten aus Software-as-a-Service (SaaS) -Anwendungen wieSalesforce, MarketoSlack, und in Amazon S3 auf. ServiceNow

  4. Ein Amazon S3-Ereignis ruft eine AWS Lambda Funktion zur Analyse von Rohrezensionen auf. Verwenden Sie Amazon Translate, um Bewertungen bei Bedarf in eine Basissprache zu übersetzen. Verwenden Sie Amazon Comprehend for NLP, um Stimmungsanalysen, Schlüsselphrasenextraktion und Entitätsextraktion durchzuführen.

  5. Der AWS Glue Datenkatalog enthält eine logische Datenbank, die Tabellen für die Daten in Amazon S3 organisiert.

  6. Amazon Athena verwendet diese Tabellendefinitionen, um Daten in Amazon S3 abzufragen. Die Ergebnisse werden in einem Amazon Quick Sight-Dashboard angezeigt.

Weitere Informationen

Weitere Informationen finden Sie in den folgenden Ressourcen:

Geschichte des Diagramms

Abonnieren Sie den RSS-Feed, um Updates zu diesem Referenzarchitekturdiagramm zu erhalten.

ÄnderungBeschreibungDatum

Erste Veröffentlichung

Das Referenzarchitekturdiagramm wurde zuerst veröffentlicht.

13. Mai 2021

RSS-Abonnement erforderlich

Um RSS-Updates zu abonnieren, muss ein RSS-Plugin für den von Ihnen verwendeten Browser aktiviert sein.