QBUS6860 Visualisation Project

托育服务名搜出了 Target

Google 评论表里的 ServiceName 写着 Crystal Green Family Day Care，同一行的 TitleShownOnGoogleMaps 却是 Target，评论内容在说商店地面脏乱、购物体验差。这条记录不能用来说明托育服务的质量。

官方写明，评论是用 ServiceName 搜索得到的，搜索结果可能指向另一家机构。表里有 29,427 条评论、495 个服务名，名称核查会决定后面分析的对象。

把 ServiceName 和 TitleShownOnGoogleMaps 去重成名称对照表，逐对确认页面对应哪家服务。名称稍有变化的记录结合文本核查；明显指向其他场所的记录，标明原因后排除。一个 Google 标题如果挂在多个服务名下，也要核实归属，避免同一批评论被重复使用。

确认页面身份后，再连接服务登记表。服务名若对应多个审批号，需要补充地址等依据确认具体机构；确认服务后，才能通过位置把评论归到当地辖区（LGA）。

地区平均星级取决于谁占多大权重

KBQ 6 要比较平均星级与当地儿童发展结果。把每条评论直接放进 LGA 平均值，评论多的服务就会占更大权重。当前文件每个服务名有 40 到 100 条记录，这种差异会影响地区均值。

若要描述一个 LGA 内被评论服务的平均情况，可以先用 individual_rating 求每家服务的平均星级，再对这些服务取简单平均。这样每家服务权重相同。overall_rating 则是 Google 页面展示的总星级，会在多条评论行中重复，直接按行平均仍会受到评论条数影响。

报告中写清使用哪一种星级、怎样汇总。若散点图上每个点代表一个 LGA，就同时标出该地区有几家被评论的服务。只由一家服务形成的地区均值，覆盖范围很有限。可以再保留至少三家被评论服务的地区重画，观察关系是否改变，并报告剩余地区数。三家是可选的覆盖门槛，需要说明理由。

关键词换成含词评论占比

把 LGA 按两个及以上领域发展脆弱儿童比例（DV2）的中位数分成高、低两组，再比较各组的 1 到 2 星评论。评论量多的一组，单词的原始次数通常也会更多。

示例分析中，高 DV2 组有 262 条低星级文本，88 条含 staff；低 DV2 组有 608 条，229 条含 staff。换成含词评论占比，分别约为 33.6% 和 37.7%。比较时，每条评论中的 staff 只计一次，两组使用相同的星级范围和文本清理规则。

词频图可以标出百分比，并在图注保留两组的文本条数。staff 只说明评论提到了员工；要判断讨论的具体问题，还要回到原句或相邻词组，核对是在表扬还是抱怨。名称匹配、地区覆盖和评论语境都会影响解释，关键词本身不能证明服务造成了儿童发展差异。