Olympia_图示解释说明_20150906选编.docx

 TOC \o 1-3 \h \z \u  HYPERLINK \l _Toc429316302 产品页：  PAGEREF _Toc429316302 \h 1  HYPERLINK \l _Toc429316303 Model页：  PAGEREF _Toc429316303 \h 8  HYPERLINK \l _Toc429316304 首页：  PAGEREF _Toc429316304 \h 9  HYPERLINK \l _Toc429316305 菜单目录：  PAGEREF _Toc429316305 \h 12  产品页： 以下标签顺序为： 产品概况（总体趋势）、评论分析、评论趋势、产品预警、产品Model、（用户分析） 产品概况？： 提供查询产品的总体情况（产品情感指数趋势，总体评论趋势，产品的用户关注度分布）， 下图标题：“$产品名$产品情感指数趋势” Z90-7产品情感指数趋势 作用说明：反映用户在互联网上对指定产品的情感喜好及持续变化情况算法说明：以Olympia监控的数据源中的用户评论数量为数据基础，以用户评论的评论片段数为统计对象，科学分析标明用户情感的正负面并计算出产品情感指数的变化趋势。计算公式为，产品情感指数=正向评论数/总评论数*10 下图标题“评论趋势图”改名为“总体评论趋势” 总体评论趋势 作用说明：反映用户在互联网上对指定产品的总体评论数量及持续变化情况算法说明：以Olympia监控的数据源（数据源可筛选）中的用户评论数量为数据基础，以用户评论的评论片段数为统计对象，统计出产品总体评论数量的变化趋势。 下图加图示标题“$产品名$用户关注度分布图” Z90-7用户关注度分布图 Z90-7用户关注度柏拉图分析 作用说明：反映用户在互联网上对指定产品的各领域的关注程度算法说明：以Olympia监控的数据源（数据源可筛选）中的用户评论数量为数据基础，以用户评论的评论片段数为统计对象，按照统一分类进行统计计数，可通过饼图查看用户关注度的分布情况，可通过柏拉图分析用户关注度的排名和占比。 评论分析？： 提供统计分析在每个领域（维度）的评论数的正、负面状况以及正负面评论数的各种方式排序 产品满意度指数查询 作用说明：可反映用户在互联网上对指定产品的各个领域的评论的正负面分布算法说明：以Olympia监控的数据源（数据源可筛选）中的用户评论数量为数据基础，以用户评论的评论片段数为统计对象，按照评论内容分析用户的情感正负面，统计各个领域的评论数的情感正负面的数量，可通过“按总数排序”查看每个领域的评论数的降序排列及正负面分布，可通过“按照负面严重程度排序”查看负面评论数降序排列及正负面分布。可通过“产品满意度指数查询”查看指定产品的每个领域的满意度指数（正值表示正面评论占优，负值表示负面评论占优，横坐标从左到右按每个领域的评论总数降序排列） 下图图示标题“一级维度正负比”，更名为“产品满意度指数” 产品满意度指数 产品满意度指数查询 作用说明：产品满意度指数综合考虑了各个领域用户情感面的正负面及整个产品的总体评论数量，用于客观识别该指定产品的首要优势领域和首要消极领域。 算法说明：满意度指数＝正评论对数 / 正评论对数总数 - 负评论对数 / 负评论对数总数 (%) （正值表示正面评论占优，负值表示负面评论占优，横坐标从左到右按每个领域的评论总数降序排列） 点击某个柱子后，二级维度的图示标题更名为“$某一级维度$满意度指数”（如下原名为功耗　评论正负面数量对比） 功耗满意度指数 评论趋势？： 正负比：更名为口碑指数 负向比：改为自负评率 默认选项为：功耗/续航能力 关注某个领域或多个领域（最多６个）的评论趋势变化，可指定一级领域或者选定某一级领域下所属的二级领域。 如果是单一维度显示如下： 作用说明：可查看多个领域的评论趋势变化，跟踪软件版本变化或者对应策略实施影响变化。更可以专注某个领域的各种公式算法下的趋势变化，查看并分析当前应对措施是否奏效。 算法说明：自负评率= 负向评论数/该维度总评论数 (%)口碑指数= 该维度（正向评论片段数-负向评论片段数）/总评论片段数（%） 可选取第一级领域的趋势查看（含该一级领域下全部二级领域），也可选取第二级领域查看。 如果是多个维度显示如下：（待更新） 作用说明：可查看多个领域的评论趋势变化，跟踪软件版本变化或者对应策略实施影响变化。更可以专注某个领域的各种公式算法下的趋势变化，查看并分析当前应对措施是否奏效。 算法说明：自负评率= 负向评论数/该维度总评论数 (%)口碑指数= 该维度（正向评论片段数-负向评论片段数）/总评论片段数（%） 产品预警？： 通过预设预警线，监控各项指标的变化并