实战开发：基于用户反馈筛选与分析系统的实现

引言

在当今的数字化社会中，用户反馈是企业决策的重要依据。无论是电商平台、社交网络，还是产品服务，收集用户反馈并加以分析，有助于提升用户体验，改善服务质量。然而，面对海量的用户反馈，如何有效筛选并找到有价值的信息，成为了开发者面临的挑战。

在这篇文章中，我们将通过一个具体的实战案例，详细介绍如何设计并实现一个用户反馈筛选与分析系统，帮助企业从繁杂的用户意见中提取有用的反馈，进行归类和分析。

系统需求分析

假设我们要为某家在线服务平台设计一套用户反馈筛选系统，目标是帮助管理员能够根据关键词、评分范围、提交日期等条件筛选用户的意见反馈，进而对筛选出的结果进行进一步分析，如：统计每类问题的反馈数量、按照用户评分排序等。

主要的功能需求包括：

用户反馈的多条件筛选（关键词、评分、时间段等）
根据筛选结果进行统计与分析（例如：常见问题分类、评分平均值）
筛选结果的分页与排序
用户反馈的可视化展示

系统设计架构

系统的设计可以分为四个部分：

数据存储：存储用户反馈数据，使用 MySQL 数据库来管理。
后端逻辑：处理用户筛选请求，构建查询语句，并返回筛选结果。
数据分析模块：对筛选结果进行进一步的统计与分析。
前端展示：用户通过界面输入筛选条件，并查看结果和分析报告。

1. 数据库设计

首先，我们设计一张 feedbacks 表，存储用户反馈数据：

CREATE TABLE feedbacks (
  id INT AUTO_INCREMENT PRIMARY KEY,
  user_id INT NOT NULL,
  feedback_text TEXT NOT NULL,
  rating INT CHECK (rating BETWEEN 1 AND 5),
  created_at DATETIME NOT NULL,
  category VARCHAR(100)
);

在 feedbacks 表中：

user_id 是反馈的用户 ID。
feedback_text 是用户提交的反馈内容。
rating 是用户对服务的评分，范围为 1 到 5。
created_at 是反馈提交的时间。
category 是反馈所属的分类（如“功能建议”、“问题报告”等）。

2. 后端逻辑设计

后端部分的核心功能是根据前端传递的筛选条件，构建动态的 SQL 查询，并将结果返回给前端。我们继续使用 Python 的 Flask 框架。

from flask import Flask, request, jsonify
import mysql.connector
import datetime

app = Flask(__name__)

# 连接数据库
db = mysql.connector.connect(
    host="localhost",
    user="root",
    password="password",
    database="feedback_db"
)

# 筛选用户反馈的接口
@app.route('/filter_feedbacks', methods=['GET'])
def filter_feedbacks():
    keyword = request.args.get('keyword')
    min_rating = request.args.get('min_rating')
    max_rating = request.args.get('max_rating')
    start_date = request.args.get('start_date')
    end_date = request.args.get('end_date')
    sort_by = request.args.get('sort_by', 'created_at')
    order = request.args.get('order', 'desc')
    
    cursor = db.cursor(dictionary=True)

    # 构建查询语句
    query = "SELECT * FROM feedbacks WHERE 1=1"
    
    if keyword:
        query += " AND feedback_text LIKE %s"
    if min_rating:
        query += " AND rating >= %s"
    if max_rating:
        query += " AND rating <= %s"
    if start_date:
        query += " AND created_at >= %s"
    if end_date:
        query += " AND created_at <= %s"
    
    query += f" ORDER BY {sort_by} {order}"

    # 将参数加入列表
    params = []
    if keyword:
        params.append(f'%{keyword}%')
    if min_rating:
        params.append(min_rating)
    if max_rating:
        params.append(max_rating)
    if start_date:
        params.append(start_date)
    if end_date:
        params.append(end_date)

    cursor.execute(query, params)
    results = cursor.fetchall()

    return jsonify(results)

if __name__ == '__main__':
    app.run(debug=True)

解释：

动态查询：根据筛选条件，动态拼接 SQL 语句。
关键词搜索：允许用户输入关键词，查找包含特定内容的反馈。
时间过滤：允许根据提交日期范围筛选反馈。
排序：用户可以选择按照不同字段排序，如提交时间、评分等。

示例请求 URL：

/filter_feedbacks?keyword=bug&min_rating=3&start_date=2024-01-01&sort_by=rating&order=asc

这个 URL 将筛选出包含“bug”关键词、评分大于或等于 3 且提交时间在 2024-01-01 之后的用户反馈，并按评分升序排列。

3. 数据分析模块

为了对筛选后的结果进行进一步的分析，我们可以实现一个简单的统计功能，如：

不同类别的反馈数量统计
评分的平均值、最大值和最小值
每个用户的反馈数

在返回筛选结果时，后端可以附加这些统计数据。例如：

@app.route('/feedback_stats', methods=['GET'])
def feedback_stats():
    cursor = db.cursor()

    # 统计各类别反馈数量
    cursor.execute("SELECT category, COUNT(*) AS count FROM feedbacks GROUP BY category")
    category_counts = cursor.fetchall()

    # 计算评分的平均值、最大值、最小值
    cursor.execute("SELECT AVG(rating) AS avg_rating, MAX(rating) AS max_rating, MIN(rating) AS min_rating FROM feedbacks")
    rating_stats = cursor.fetchone()

    stats = {
        'category_counts': category_counts,
        'rating_stats': rating_stats
    }

    return jsonify(stats)

前端可以调用 /feedback_stats 接口，展示筛选结果的分析数据。

4. 前端界面设计

用户界面负责接收用户的筛选条件，并展示筛选结果和分析报告。我们可以使用 Vue.js 来构建前端界面。

以下是一个简单的前端页面示例：

<!DOCTYPE html>
<html>
<head>
    <title>用户反馈筛选系统</title>
    <script src="https://cdn.jsdelivr.net/npm/vue@2"></script>
</head>
<body>
<div id="app">
    <h1>用户反馈筛选</h1>
    
    <form @submit.prevent="filterFeedbacks">
        <label>关键词：</label>
        <input type="text" v-model="filters.keyword" />
        <br>

        <label>最低评分：</label>
        <input type="number" v-model="filters.min_rating" />
        <br>

        <label>提交时间起始：</label>
        <input type="date" v-model="filters.start_date" />
        <br>

        <label>排序字段：</label>
        <select v-model="filters.sort_by">
            <option value="created_at">提交时间</option>
            <option value="rating">评分</option>
        </select>
        <br>

        <label>排序方式：</label>
        <select v-model="filters.order">
            <option value="asc">升序</option>
            <option value="desc">降序</option>
        </select>
        <br>

        <button type="submit">筛选</button>
    </form>

    <h2>筛选结果：</h2>
    <ul>
        <li v-for="feedback in feedbacks" :key="feedback.id">
            {{ feedback.feedback_text }} - 评分：{{ feedback.rating }} - 日期：{{ feedback.created_at }}
        </li>
    </ul>

    <h2>反馈分析：</h2>
    <div>
        <h3>各类别反馈数量</h3>
        <ul>
            <li v-for="category in stats.category_counts">{{ category.category }}: {{ category.count }} 条反馈</li>
        </ul>
        <h3>评分统计</h3>
        <p>平均评分：{{ stats.rating_stats.avg_rating }}</p>
        <p>最高评分：{{ stats.rating_stats.max_rating }}</p>
        <p>最低评分：{{ stats.rating_stats.min_rating }}</p>
    </div>
</div>

<script>
    new Vue({
        el: '#app',
        data: {
            filters: {
                keyword: '',
                min_rating: '',
                start_date: '',
                sort_by: 'created_at',
                order: 'desc'
            },
            feedbacks: [],
            stats: {
                category_counts: [],
                rating_stats: {}
            }
        },
        methods: {
            filterFeedbacks() {
                const query = new URLSearchParams(this.filters).toString();
                fetch(`/filter_feedbacks?${query}`)
                    .then(response => response.json

()) .then(data => { this.feedbacks = data; });

            fetch('/feedback_stats')
                .then(response => response.json())
                .then(data => {
                    this.stats = data;
                });
        }
    }
});