[發明專利]一種商戶推薦理由的挖掘方法及裝置，電子設備

有效

• 申請號: 201810447255.0
• 申請日: 2018-05-11
• 公開（公告）號: CN108694647B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 虞金花;蘇婧;蘭田;侯培旭;華鎮;陳翀
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02;G06F16/35
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種商戶推薦理由的挖掘方法，其特征在于，包括：

基于目標商戶的用戶原創數據，確定候選推薦理由及所述候選推薦理由的特征向量；

通過預設推薦理由分類模型，根據所述候選推薦理由的特征向量，確定優質候選推薦理由，以及，所述優質候選推薦理由的評價得分；

基于所述優質候選推薦理由及所述優質候選推薦理由的評價得分，構建所述目標商戶的推薦理由池；

其中，在所述基于所述優質候選推薦理由及所述優質候選推薦理由的評價得分，構建所述目標商戶的推薦理由池的步驟之后，還包括：

根據當前用戶的歷史行為信息和實時行為信息，確定所述當前用戶的用戶特征向量；

確定目標商戶的推薦理由池中每個推薦理由的特征向量，其中，所述目標商戶為根據所述當前用戶的實時行為向所述當前用戶推薦的商戶；

根據所述用戶特征向量和所述推薦理由的特征向量的相似度，確定所述商戶的推薦理由。

2.根據權利要求1所述的方法，其特征在于，所述基于所述優質候選推薦理由及所述優質候選推薦理由的評價得分，構建所述目標商戶的推薦理由池的步驟，包括：

根據所述優質候選推薦理由的特征向量中實體詞詞頻特征值，篩選出實體詞詞頻大于預設詞頻閾值的優質候選推薦理由，作為所述目標商戶的優質候選推薦理由；

將對應同一組實體詞的優質候選推薦理由中，評價得分最高的一條優質候選推薦理由，作為與所述同一組實體詞對應的推薦理由，以確定每組實體詞對應的推薦理由；

根據所述每組實體詞對應的推薦理由，構建所述目標商戶的推薦理由池。

3.根據權利要求1所述的方法，其特征在于，所述基于目標商戶的用戶原創數據，確定候選推薦理由及所述候選推薦理由的特征向量的步驟，包括：

對目標商戶的用戶原創數據進行數據處理得到若干條子句，其中，每條子句對應一條候選推薦理由；

基于預設的參考詞庫，確定每條所述候選推薦理由的特征向量；

所述參考詞庫基于所述目標商戶的用戶原創數據，通過結合情感分析法和詞頻篩選法對預設詞庫進行數據清洗獲得；所述參考詞庫包含正面成語、程度詞、高級評價詞和普通評價詞。

4.根據權利要求1所述的方法，其特征在于，所述推薦理由的特征向量包括以下任意一個或多個維度：句法結構、是否包含語氣詞、句子文本分、是否包含普通評價詞、普通評價詞數量、是否包含高級評價詞、高級評價詞數量、是否包含程度詞、程度詞數量、是否包含成語、成語數量、情感分、評論分、是否包含商戶描述詞、商戶描述詞數量、商戶描述詞權重、是否存在實體、實體數量、實體詞詞頻、是否存在觀點、觀點數量、觀點分。

5.根據權利要求4所述的方法，其特征在于，所述評論分通過公式：

reviewScore＝(log(follows+hits+voteGoods+1)+isQuality*T+star*W)*timeScore計算得到，其中，follows表示跟評數，hits表示點擊數，voteGoods表示點贊數，isQuality表示是否是優質評論，T表示優質評論調節因子，star表示評論星級，W表示評論星級調節因子，timeScore表示時間衰減因子，通過公式timeScore＝(3650-x)/3650獲得，其中，x表示評價發表時間距當前時間的天數。

6.根據權利要求4所述的方法，其特征在于，所述實體詞詞頻為當前條子句中包括的各實體詞的詞頻的最大值。

7.根據權利要求1所述的方法，其特征在于，所述確定目標商戶的推薦理由池中每個推薦理由的特征向量的步驟，包括：

根據目標商戶推薦理由池中的推薦理由對應的實體詞，通過預設詞向量模型獲取所述實體詞的特征向量，作為所述實體詞對應的推薦理由的特征向量。