[發明專利]基于評論中心詞時序變化分析的消費熱點追蹤方法及裝置

有效

• 申請號: 201410603951.8
• 申請日: 2014-10-31
• 公開（公告）號: CN104484329B
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 徐斌
• 申請（專利權）人: 浙江工商大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 杭州知通專利代理事務所(普通合伙) 33221
• 代理人: 應圣義

1.一種基于評論中心詞時序變化分析的消費熱點追蹤方法，其特征在于，包括：

獲取具體目標商品評論中詞匯的單次頻度和重復頻度，產生全局關鍵詞匯集合；

具體目標商品的評論詞匯集合表示為M_i，單次頻度是出現詞語m_i的評論數，不超過N，N為所分析的全部評論數；重復頻度指的是詞語m_i在所分析的全部評論數中的出現次數；

根據關鍵詞的平均頻度值，對關鍵詞匯分類，得到全局的關鍵詞匯分區集合；

按時間分段進行統計分析，記錄局部的關鍵詞匯分區集合；

根據全局的關鍵詞匯分區集合和局部的關鍵詞匯分區集合的變化信息，得出評論信息的興趣點轉移情況。

2.如權利要求1所述的基于評論中心詞時序變化分析的消費熱點追蹤方法，其特征在于，獲取具體目標商品的詞匯單次頻度和重復頻度后，計算詞匯密度和相對信息量以及詞匯的權重值，列出全局關鍵詞匯集合。

3.如權利要求2所述的基于評論中心詞時序變化分析的消費熱點追蹤方法，其特征在于，利用單次頻度計算該詞匯的相對信息量，利用重復頻度計算該詞匯的密度，利用詞語的相對信息量和密度，計算該詞語的權重值，并以鍵值對的形式(關鍵詞，權重值)表示，并按照權重值的大小進行鍵值對排序，忽略掉鍵值對中權重值較小的鍵值對，列出全局關鍵詞匯集合。

4.如權利要求1所述的基于評論中心詞時序變化分析的消費熱點追蹤方法，其特征在于，利用Pareto法則，根據設定的頻度閾值，得到全局A、B、C三區關鍵詞集合。

5.如權利要求1所述的基于評論中心詞時序變化分析的消費熱點追蹤方法，其特征在于，通過對不同時段的相關評價進行分段統計分析，記錄各個時間段內局部的關鍵詞匯分區集合。

6.如權利要求1所述的基于評論中心詞時序變化分析的消費熱點追蹤方法，其特征在于，首先獲取目標商品的評論信息對應的詞匯集。

7.一種基于評論中心詞時序變化分析的消費熱點追蹤裝置，其特征在于，包括：

關鍵詞匯提取模塊，獲取具體目標商品評論中詞匯的單次頻度和重復頻度，產生全局關鍵詞匯集合；

具體目標商品的評論詞匯集合表示為M_i，單次頻度是出現詞語m_i的評論數，不超過N，N為所分析的全部評論數；重復頻度指的是詞語m_i在所分析的全部評論數中的出現次數；

全局關鍵詞匯統計模塊，根據關鍵詞的平均頻度值，對關鍵詞匯分類，得到全局的關鍵詞匯分區集合；

局部關鍵詞匯統計模塊，按時間分段進行統計分析，記錄局部的關鍵詞匯分區集合；

熱點比較模塊，根據全局的關鍵詞匯分區集合和局部的關鍵詞匯分區集合的變化信息，得出評論信息的興趣點轉移情況。

8.如權利要求7所述的基于評論中心詞時序變化分析的消費熱點追蹤裝置，其特征在于，還包括評論詞匯抓取模塊，獲取目標商品的評論信息對應的詞匯集。

9.如權利要求7所述的基于評論中心詞時序變化分析的消費熱點追蹤裝置，其特征在于，獲取具體目標商品的詞匯單次頻度和重復頻度后，利用單次頻度計算該詞匯的相對信息量，利用重復頻度計算該詞匯的密度，利用詞語的相對信息量和密度，計算該詞語的權重值，并以鍵值對的形式(關鍵詞，權重值)表示，并按照權重值的大小進行鍵值對排序，忽略掉鍵值對中權重值較小的鍵值對，列出全局關鍵詞匯集合。

10.如權利要求7所述的基于評論中心詞時序變化分析的消費熱點追蹤裝置，其特征在于，所述全局關鍵詞匯統計模塊利用Pareto法則，根據設定的頻度閾值，得到全局A、B、C三區關鍵詞集合。