电商评论可以根据不同的标准进行分类，以下是一些常见的分类方法：
直接依靠用户打分结果
这是最简单的分类方法，直接根据用户给出的评分（如“好评”、“中评”、“差评”）来进行划分。
文本情感分析
通过对评论文本进行情感分析，判断评论是正面、负面还是中性，从而进行分类。
广告词和无效评论匹配
根据预设的字符匹配规则，对待分类的评论文本进行匹配，判断是否包含广告词或无效评论，并将其归类为不相关评论。
深度神经网络分类
通过包括剪枝算法的深度神经网络对电商评论进行标签分类，建立多层级标签体系，包括服务、物流和产品等维度。
评价积分和信用度
根据评价积分（如“好评”加一分，“中评”零分，“差评”扣一分）和信用度（对会员的评价积分进行累积显示）进行分类。
时间限制和评价次数
例如，每个自然月中相同买家和卖家之间的评价计分不得超过6分，且在14天内对同一商品的评价只计一分。
评论类型
根据评论的类型进行分类，如直评（未购买直接评论）、VP评论（购买后评论）、VINE绿标（亚马逊测评）、无标评论（站外打折后评论）等。
店铺评分
包括描述相符、服务态度、物流服务三项指标，均为五星制，买家在交易成功的15天内可进行评分。
差评分析
从用户评价高频词、用户评分和填写评价的时间关系、用户评分和评论时长的关系等维度进行分析，从而对差评进行分类。
综合以上方法，可以根据具体需求和场景选择合适的分类方法，以提高评论分析的准确性和有效性。