[發明專利]一種基于深度學習的產品競爭分析方法、裝置及系統

有效

• 申請號: 201711469784.2
• 申請日: 2017-12-29
• 公開（公告）號: CN108197106B
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 張瑞格
• 申請（專利權）人: 深圳市中易科技有限責任公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/284;G06F16/215;G06Q10/06;G06N3/08
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 姜海榮

本發明公開了一種基于深度學習的產品競爭分析方法、裝置及系統，該方法包括：確定待分析的數據源和抽樣規則，抽取樣本數據；對所述樣本數據進行預處理，將經過預處理的樣本數據，輸入產品競爭分析模型；輸出產品競爭分析信息，所述信息包括：競爭關系、競爭點和用戶情感。該方法基于自然語言描述的文本數據的產品競爭分析，與傳統的通過進行市場調研的競爭分析方法不同，該發明利用互聯網上用戶對產品進行評論時，經常會出現不同產品相互提及和相互比較的信息，根據產品競爭分析模型的深度學習算法，從中挖掘出競爭對手、競爭點、以及用戶情感。該方法與傳統方法相比，更能準確反映出用戶真實的感知，從而幫助企業制定更加有效的競爭策略。

技術領域

本發明涉及自然語言處理領域，特別涉及一種基于深度學習的產品競爭分析方法、裝置及系統。

背景技術

企業在經營活動中，經常需要通過競爭分析，制定有效的競爭策略，從而在市場競爭中搶占先機。傳統的競爭分析方法通常采用手工調研分析的方法，但隨著數據消費越來越普遍，用戶在互聯網上留下了大量關于產品評論的數據，這些數據中包含了用戶對于多個產品的對比評價，這些數據對于企業進行競爭分析非常有價值。但同時這些數據大部分都是自然語言描述的文本數據，無法直接進行分析。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種基于深度學習的產品競爭分析方法、裝置及系統。

第一方面，本發明提供一種基于深度學習的產品競爭分析方法，包括：確定待分析的數據源和抽樣規則，抽取樣本數據；

對所述樣本數據進行預處理，將經過預處理的樣本數據，輸入產品競爭分析模型；

輸出產品競爭分析信息，所述信息包括：競爭關系、競爭點和用戶情感。

在一個實施例中，所述輸入產品競爭分析模型通過以下步驟獲得：

訓練環境數據準備，確定訓練數據源和抽樣規則，抽取樣本數據；

對訓練環境抽取的樣本數據進行預處理；

對經過預處理的樣本數據，進行人工標注；

構建標簽體系，對標注后的樣本數據確定分析維度；

深度學習訓練，利用已經標注好的樣本數據進行訓練；

確定訓練結果是否達到目標值，當訓練結果到達目標值時，生成產品競爭分析模型。

在一個實施例中，所述數據進行預處理，包括：

對樣本數據按照預設規則進行清洗；

對清洗后的每個樣本數據進行分詞處理；

對分詞處理后的每個樣本進行特征抽取。

第二方面，本發明實施例提供一種基于深度學習的產品競爭分析裝置，包括：

抽取模塊，用于確定待分析的數據源和抽樣規則，抽取樣本數據；

輸入模塊，用于對所述樣本數據進行預處理，將經過預處理的樣本數據，輸入產品競爭分析模型；

輸出模塊，用于輸出產品競爭分析信息，所述信息包括：競爭關系、競爭點和用戶情感。

在一個實施例中，所述輸入模塊中的輸入產品競爭分析模型通過以下步驟獲得：

訓練環境數據準備，確定訓練數據源和抽樣規則，抽取樣本數據；

對訓練環境抽取的樣本數據進行預處理；

對經過預處理的樣本數據，進行人工標注；

構建標簽體系，對標注后的樣本數據確定分析維度；