[發明專利]一種產品特征的挖掘與評價方法

有效

• 申請號: 201610903523.6
• 申請日: 2016-10-17
• 公開（公告）號: CN106649519B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 孫鵬飛;吳國仕;許可
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/242;G06F40/253;G06F40/289;G06F40/216;G06Q30/02
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李陽;于潔

本發明公開了一種產品特征的挖掘與評價方法包括：隨機抓取多條消費者對于產品的文本評論信息訓練感情詞典與產品特征詞典；確定目標產品，并從電子商務平臺上抓取多條不同消費者對于目標產品的文本評論信息；根據感情詞典與產品特征詞典，依次從每條文本評論信息中抽取出產品特征?感情詞語對，并使用產品特征?感情詞語對迭代更新感情詞典與產品特征詞典，直到多條文本評論信息均被處理；對所有被抽取出的產品特征?感情詞語對進行統計，獲得該產品的產品特征與感情評價。本發明能夠在中文領域上挖掘與評價產品的特征并進行統計分析，為中文電子商務的綜合評價提供數據支持。

技術領域

本發明涉及電子商務領域，特別地，涉及一種產品特征的挖掘與評價方法。

背景技術

隨著Web2.0應用的出現和快速發展，電子商務正在發展成一個繁榮的商業模式，這樣更加容易獲取到對商品的反饋，客戶可以在消費之后留下他們的評論，之后的客戶就可以根據評論來決定是否購買該商品。對消費者來說，如果他們能夠對商品的正面和負面評論的百分比有一個清晰的認識，對于是否購買商品會更好地做出選擇。把人們評價最多的那些商品的特征提供給消費者也是很有幫助的。同時，這些結果也可以報告給制造商和電子商務銷售商，可以用來幫助改進他們的商品和服務。于是整合網絡上的信息并進行統計分析，然后給消費者提供一個綜合評價就變得非常重要。

在獲取市場信息方面，現有技術把Twitter作為挖掘市場信息的語料庫，包括了主題探測和情感分類。然而，漢語中，包含了大量用戶產生的內容信息的微博有太多的虛假評論和廣告，難以創建合適的數據集。同時，情感分析常常被當做文本分類問題，與新聞文章和學術論文形式的正式格式文本不一樣，UGC有時候并不會嚴格按照語法，但也會有一些附加的信息。Twitter中使用像“:-)”這樣的表情符號作為極性探測的特征；說話方式等也可以作為正面和負面情緒的指示。另外，怎樣從商品的評論中抽取它們的特征是現有技術的主要問題。英文產品特征挖掘的作者們使用常用名詞和名詞短語來進行特征抽取，以及Apriori算法生成頻繁特征集并修剪初步的集合，但這個手段不適用于中文。

針對現有技術中對英文評論進行挖掘與評價的方法在中文領域不適用的問題，目前尚未有有效的解決方案。

發明內容

有鑒于此，本發明的目的在于提出一種產品特征的挖掘與評價方法，能夠在中文領域上挖掘與評價產品的特征并進行統計分析，為中文電子商務的綜合評價提供數據支持。

基于上述目的，本發明提供的技術方案如下：

本發明提供了一種產品特征的挖掘與評價方法，包括：

隨機抓取多條消費者對于產品的文本評論信息訓練感情詞典與產品特征詞典；

確定目標產品，并從電子商務平臺上抓取多條不同消費者對于目標產品的文本評論信息；

根據感情詞典與產品特征詞典，依次從每條文本評論信息中抽取出產品特征-感情詞語對，并使用產品特征-感情詞語對迭代更新感情詞典與產品特征詞典，直到多條文本評論信息均被處理；

對所有被抽取出的產品特征-感情詞語對進行統計，獲得該產品的產品特征與感情評價。

其中，隨機抓取多條消費者對于產品的文本評論信息訓練感情詞典包括：

確定每條隨機抓取的文本評論信息為正面評價或負面評價；

對每條隨機抓取的文本評論信息進行分詞處理，并對分詞處理得到的每個詞進行詞性標注；

使用樸素貝葉斯方法將分詞處理得到的每個形容詞按照該形容詞的出現次數計算該形容詞的在正面評價與負面評價中的先驗概率；

根據該形容詞的在正面評價與負面評價中的先驗概率將該形容詞歸為正面詞語或負面詞語，并加入感情詞典中。