[發明專利]評論信息質量評估方法及系統、評論信息處理方法及系統

有效

• 申請號: 201810033607.8
• 申請日: 2018-01-15
• 公開（公告）號: CN108269125B
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 鄧哲宇
• 申請（專利權）人: 口碑(上海)信息技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F40/289;G06F40/30;G06F16/35
• 代理公司: 北京清源匯知識產權代理事務所(特殊普通合伙) 11644
• 代理人: 馮德魁;竇曉慧

本發明公開了一種評論信息質量評估方法及系統，該方法包括：獲取整段評論文本；對所述整段評論文本進行等信息量短句切分，得到各短句單元；確定各短句單元基于信息熵的信息值；基于行業信息對各短句單元的信息值進行權重調整；根據各短句單元的信息值，確定所述整段評論文本的質量。本發明還公開一種評論信息處理方法及系統。利用本發明，可以實現對評論信息客觀、準確的質量評估，進而可以為用戶交易提供更加有效的參考信息。

技術領域

本發明涉及信息處理技術領域，具體涉及一種評論信息質量評估方法及系統，還涉及一種評論信息處理方法及系統。

背景技術

O2O(Online To Offline，在線離線/線上到線下)，是指將線下的商務機會與互聯網結合，讓互聯網成為線下交易的平臺。與傳統的消費者在商家直接消費的模式不同，在O2O平臺商業模式中，整個消費過程由線上和線下兩部分構成。線上平臺為消費者提供消費指南、優惠信息、便利服務(預訂、在線支付、地圖等)和分享平臺，而線下商戶則專注于提供服務。

在O2O模式中，消費者會將自己的消費體驗反饋到線上平臺，即用戶會對店鋪發表評論內容，平臺通常會將這些評論展示在相應的界面或顯示區，以助于其他消費者根據這些反饋信息做出消費決策。比如，評論內容本身包含了對用戶對本次交易、店鋪、菜品和服務的描述，這些評論對后面潛在交易的用戶有很好的引導和參考價值，其中具有豐富參考信息的評論還會引導用戶立即點擊或下單，提升平臺的訂單量和轉化率。線上平臺也可以通過梳理和分析消費者的反饋，形成更加完整的本地商鋪信息庫，可以吸引更多的消費者使用在線平臺。

但在實際中，一方面，由于用戶的評論所涵蓋的信息量及內容不同，因此，評論信息的質量也會參差不齊，甚至有些評論不僅沒有參考價值，還會影響后續消費者的體驗；另一方面，由于評論信息數量大，而評論展示界面的局限性，使用戶在海量評論中找到有用信息愈加困難。盡管許多平臺會以最近評論或有用投票展示評論信息，但這兩種方式都無法保證展示給用戶的新評論信息質量的穩定性。因此，對在線商品評論信息進行有效的質量評估，將有助于解決評論的分類、排序、顯示等問題，而如何對這些質量參差不齊的評論信息進行客觀、準確的質量評估，成為了業界探討的一個重要課題。

發明內容

本發明一方面提供一種評論信息質量評估方法及系統，以實現對評論信息客觀、準確的質量評估。

本發明另一方面還提供一種評論信息處理方法及系統，可以為用戶更多展示信息量豐富、更具參考價值的評論，進而為用戶交易提供更加有效的參考信息。

為此，本發明實施例提供如下技術方案：

一種評論信息質量評估方法，包括：

獲取整段評論文本；

對所述整段評論文本進行等信息量短句切分，得到各短句單元；

確定各短句單元基于信息熵的信息值；

基于行業信息對各短句單元的信息值進行權重調整；

根據各短句單元的信息值，確定所述整段評論文本的質量。

可選地，所述對所述整段評論文本進行等信息量短句切分，得到各短句單元包括：

根據標點符號對所述整段評論文本進行切分，得到切分子句；

對所述切分子句進行語義去重；

根據語義去重后的各切分子句的主題及長度進行短句融合，得到各短句單元。

可選地，所述對所述切分子句進行語義去重包括：

根據歷史評論數據訓練得到所有詞的詞向量；

基于所述詞向量計算不同切分子句之間的相似度；

對相似度大于設定閾值的切分子句進行語義去重。