[發明專利]質量抽檢項目確定方法、系統、電子設備及可讀存儲介質

在審

• 申請號: 201810866301.0
• 申請日: 2018-08-01
• 公開（公告）號: CN110807082A
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 向彪
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;張冉

1.一種物品質量抽檢項目確定方法，其特征在于，所述物品質量抽檢項目確定方法包括：

獲取一物品的第一評價數據；

對所述第一評價數據進行分詞處理，得到多個評價分詞；

預設一抽檢項目庫；所述抽檢項目庫存儲有多個待抽檢項目及每個待抽檢項目對應的主題詞；

計算每個主題詞與所述評價分詞的相似度，并統計所述相似度大于相似度閾值的頻次；

選取所述頻次最高的N個主題詞對應的N個待抽檢項目作為質量抽檢項目，N為正整數。

2.如權利要求1所述的質量抽檢項目確定方法，其特征在于，所述獲取一物品的第一評價數據的步驟之后，所述物品質量抽檢項目確定方法還包括：

判斷所述第一評價數據是否包含對所述物品質量的負面評價，若是，則濾除沒有包含對所述物品質量的負面評價的第一評價數據；

所述對所述第一評價數據進行分詞處理的步驟中，對濾除后的第一評價數據進行分詞處理。

3.如權利要求2所述的質量抽檢項目確定方法，其特征在于，所述判斷所述第一評價數據是否包含對所述物品質量的負面評價的步驟具體包括：

獲取一預設時間內目標物品的第二評價數據；

對所述第二評價數據賦予目標特征標簽，所述目標特征標簽用于表征所述第二評價數據是否體現所述目標物品具有質量問題；

根據所述第二評價數據創建評判物品質量的文本信息庫；

根據所述文本信息庫和所述目標特征標簽訓練得到物品評價數據評判模型；

利用所述物品評價數據評判模型判斷所述第一評價數據是否包含對所述物品質量的負面評價。

4.如權利要求3所述的質量抽檢項目確定方法，其特征在于，所述根據所述評價數據創建評判物品質量的文本信息庫的步驟具體包括：

預設一詞向量庫；所述詞向量庫存儲有多個標準分詞及與每個標準分詞對應的詞向量；

對所述第二評價數據進行分詞處理，得到多個分詞；

從所述詞向量庫中獲取與所述多個分詞對應的分詞向量；所述文本信息庫包括所述分詞向量；

所述根據所述文本信息庫訓練得到物品評價數據評判模型的步驟具體包括：

將所述分詞向量和所述目標特征標簽作為訓練樣本輸入到機器學習模型中，訓練得到所述物品評價數據評判模型。

5.如權利要求4所述的質量抽檢項目確定方法，其特征在于，所述利用所述物品評價數據評判模型判斷第一評價數據是否包含對所述物品質量的負面評價的步驟具體包括：

從所述詞向量庫中獲取與所述多個評價分詞對應的評價分詞向量；

將所述評價分詞向量輸入到所述物品評價數據評判模型中，輸出所述第一評價數據的特征標簽；所述特征標簽用于表征所述第一評價數據是否包含對所述物品質量的負面評價；

根據所述特征標簽評判模型判斷第一評價數據是否包含對所述物品質量的負面評價。

6.如權利要求4所述的質量抽檢項目確定方法，其特征在于，所述從所述詞向量庫中查詢與所述多個分詞對應的分詞向量的步驟之前，所述質量抽檢項目確定方法還包括：

濾除所述多個分詞中的停用詞；

所述從所述詞向量庫中查詢與所述多個分詞對應的分詞向量的步驟中，對濾除后的多個分詞獲取對應的分詞向量。

7.如權利要求5所述的質量抽檢項目確定方法，其特征在于，所述計算每個主題詞與所述評價分詞的相似度的步驟具體包括：

從所述詞向量庫中獲取與所述主題詞對應的主題詞向量；

基于余弦相似度算法計算所述主題詞向量和所述評價分詞向量的余弦相似度作為所述相似度。

8.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7任一項所述的質量抽檢項目確定方法。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現權利要求1至7任一項所述的質量抽檢項目確定方法的步驟。