舆情（情感/词频）分析 使用指南
舆情分析在线工具，输入文本或评论数据做情感倾向与词频统计，生成态势概览，辅助品牌与公关监测，纯前端运行。
功能说明
舆情分析在线工具，输入文本或评论数据做情感倾向与词频统计，生成态势概览，辅助品牌与公关监测，纯前端运行。
典型使用场景
- 情感得分批量统计：把一批评论/帖子的情感打分（1–5）一次性录入，用均值看整体口碑水位、用中位数看典型评价，避免只盯单条下结论。
- 词频分布离散度：统计某关键词在各渠道的出现频次，用标准差/极差判断分布是否均衡、是否集中在少数渠道。
- 异常样本定位：用最小值/最大值/极差快速锁定极端正向/负向样本，辅助危机预警与口碑修复。
算例参考
- 算例（10 条评论情感打分：3,4,2,5,4,3,5,2,4,3）：数据量 n=10，总和=35，均值=35÷10=3.50，排序后中位数=3.50，最小/最大=2/5，极差=5−2=3，方差≈1.05，标准差≈1.02。解读：均值与中位持平（3.5），说明口碑分布对称；标准差 1.02 较小，评价较集中、无明显两极分化。工具按「数据量→总和→均值→中位数→最小/最大→极差→方差→标准差」逐项输出。
注意事项
本工具纯前端运行，输入内容不上传服务器；结果为按上述口径得到的理论估算值。实际应用受设备参数、测量条件与当地规范影响，请以设备铭牌、检测报告与现行标准为准，重大决策建议咨询专业人士。
- 均值和中位数哪个更可信？
- 均值对极端值敏感，中位数不受极值影响；舆情打分无异常极端值时两者接近（如此例均=中位=3.5）可直接用均值，若有刷分/水军极端值则以中位数为主。
- 标准差到底代表什么？
- 标准差衡量打分的离散/分化程度，越大说明评价越两极（口碑分化），越小说明意见越一致。极差看两端跨度，标准差看整体散布，二者互补。