PROJECT 01 / E-COMMERCE REVIEW DATA GENERATION
电商客户评价数据生成
来源：AI 辅助生成 / 模拟数据
数据规模：50 条客户评价
用途：数据清洗、情绪规则分类、业务矩阵分析。
本项目数据为模拟生成的客户评价，用于数据处理与分析实验，不代表真实平台用户评价。
查看生成说明
- 基于电商客户评价场景生成模拟文本
- 包含正向、一般、负向等不同表达
- 保留一定的文本差异和业务场景差异
- 后续进入 03“整理清洗”中的电商客户评价数据清洗项目
02 / DATA COLLECTION
数据采集
从公开来源获取原始数据，并在进入清洗与标注前控制数据质量
数据从哪里来 → 怎么找 → 按什么标准筛选 → 最终保留什么样的原始数据
DATA COLLECTION PROJECTS
采集项目
PROJECT 02 / TRAFFIC IMAGE COLLECTION
交通图片数据采集
包含行人、车辆、道路和红绿灯等目标的交通场景图片，为后续图像清洗与目标框标注提供原始素材。
来源：Google / Bing 图片搜索 · 人工搜索、下载与筛选
采集方式与搜索关键词
采集方式
人工关键词搜索 → 查看原图 → 下载原始图片文件 → 筛选交通场景 → 保存到本地数据目录
搜索关键词
行人汽车道路红绿灯自行车城市交通pedestriancartrafficstreettraffic light
PROJECT 03 / APPLE IMAGE COLLECTION
苹果图片数据采集
成熟、未成熟与腐烂等不同状态的苹果图片，为后续清洗、标注与分类实验提供原始素材。
来源：Google / Bing 图片搜索 · 人工搜索、下载与筛选
采集方式与搜索关键词
采集方式
人工关键词搜索 → 查看原图 → 下载原始图片文件 → 人工筛选 → 保存到本地数据目录
搜索关键词
苹果成熟苹果未成熟苹果腐烂苹果坏苹果appleripe appleunripe applerotten apple
COLLECTION CRITERIA
数据采集标准
- 优先下载原始图片文件
不使用网页截图代替原始图片。
- 保留完整原图
尽量避免二次裁切、压缩、拼接后的图片。
- 保证足够分辨率
优先选择约 2000～3000 像素级别的高分辨率图片，方便后续目标框标注和细节检查。这是筛选目标，不代表所有已有图片均已满足。
- 内容必须清晰
主体应当可辨认，避免严重模糊、过度压缩或信息缺失的图片。
- 保留原始数据
下载后的源图片先作为原始数据保存；格式统一、命名和结构整理放到 03“整理清洗”阶段处理。
Google / Bing 是图片搜索入口，不代表图片授权。公开可搜索不等于可自由使用，后续使用与展示应核对原图来源及许可；本页不主张原始摄影版权。
下一阶段：整理清洗 →
数据采集 → 整理清洗 → 标注训练 → 测试与评估