[發明專利]一種電商評論多類目多客戶快速定制化模型的方法和裝置

在審

• 申請號: 201910161179.1
• 申請日: 2019-03-04
• 公開（公告）號: CN109902180A
• 公開（公告）日: 2019-06-18
• 發明（設計）人: 李平章;王航;丁丁;鄭圓
• 申請（專利權）人: 上海寶尊電子商務有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F17/27;G06Q30/06
• 代理公司: 上海卓陽知識產權代理事務所(普通合伙) 31262
• 代理人: 周春洪

本發明涉及一種電商評論多類目多客戶快速定制化模型的方法和裝置，所述的電商評論多類目多客戶快速定制化模型方法和裝置包括以下主要步驟：第一：最低粒度標簽的構建，第二：深度神經網絡模型訓練模塊的構建，第三：深度神經網絡模型標注模塊的構建。其優點表現在：本發明為商家定制模型時中遇到的問題，按照本發明的方法處理，滿足了商家對自有品牌定制化的需求，高效的解決了快速訓練，標注，標簽命名不同等問題。

技術領域

本發明涉及自然語言處理技術領域，具體地說，是一種電商評論多類目多客戶快速定制化模型的方法和裝置。

背景技術

近年來，隨著信息技術以及互聯網的蓬勃發展，我國網購市場發展迅猛，越來越多的人通過電商網站來了解產品信息、購買商品并通過評價表達自己購買商品過程的感受、對購買商品的滿意程度和對所購商品的建議和要求等。一方面，消費者在網購時無法直接接觸實際商品，只能根據電商平臺提供的文字、圖片等描述性信息以及歷史消費者發表的評論文本了解商品、商家、品牌的基本特征。另一方面，用戶產生的商品評論對于消費者購買商品改進商品都有著很重要的參考價值，但是商家、品牌方也無法直接接觸消費者，只能根據歷史消費者發表評論文本分析消費者的喜好，對產品設計、銷售策略進行調整。然而，隨著時間及歷史的推移，電商平臺積聚的評論文本信息不斷膨脹，碎片化、海量化特征日趨明顯，采用人工的方式對電商評論文本進行情感分析需要消耗大量的人力、物力，而現有的評論總結技術大多是基于評論中高頻詞語的聚類和相應評論的情感詞標注，來生成重要的總結性詞語或者短語，借以概括大家對某個商品的觀點、反映某商品的特性，從而為消費者購買和商家改進產品提供參考。因此大多現有的評論總結技術還停留在短語級別，對于消費者和商家的參考價值有限，現有的電商平臺對產品的評論的挖掘利用尚不充分。

通過關鍵詞，否定詞和程度副詞，領域詞典來構建模型，并通過詞性，語法成分分詞后生成特征向量，通過模型訓練得到觀點結果。該方案遇到的問題是每個商家擁有自己獨特的評論數據，例如斯凱奇用戶有形容產品“踩屎感”的標簽，在其他鞋類不具有這類特性，那么在斯凱奇品牌就需要加入該標簽。運動類對于有型屬于外觀漂亮，而服飾類有型屬于設計好。現有的解決方案只能解決通用問題，不能服務于商家獨特的標簽以及不同類目分類定義。

中國專利文獻：CN108256968A，公開日：2018.07.06，公開了一種電商平臺商品專家評論生成方法，提出一種基于序列到序列生成模型的專家評論總結生成技術，提取某商品所有用戶評論中的重要信息，生成一段總結性的話語來描述商品的特性。消費者可以根據生成的專家評論來了解商品的優缺點，考慮是否購買；商家可根據生成的專家評論來改進自己的商品。

中國專利文獻：CN109101478A，公開日：2018.12.28，公開了一種面向電商評論文本的Aspect級情感分析方法。首先，對電商評論文本進行預處理，并按照其所屬的商品、商家、品牌進行分批；接著，在一批電商評論文本內部，綜合考慮詞性、句法及共現性特征，對候選評價對象的重要性進行排序，抽取電商評論文本中的評價對象；然后，利用動態滑動窗口機制將詞項間共現限定在評論段級，并基于LDA模型對這一批電商評論文本中的評價對象進行聚類，得到評論Aspect-評價對象間對應關系；最后，基于構建的情感詞典、否定詞典，對電商評論文本進行情感分析。

但是關于本發明一種電商評論多類目多客戶快速定制化模型的方法和裝置目前還未見報道。

發明內容

本發明的目的是在于幫助商家定制化和快速建模。商家希望通過客戶反饋來有針對性的的迭代產品，然而現有解決方案都是一個問題一個解決方案，開發周期較長，不能快速有效的解決用戶少量的定制化需求，本發明要解決的課題就是快速幫助不同用戶建模，例如：運動類目定義為外觀漂亮，服飾類目對其中一部分定義為設計好，另一部分依舊是外觀漂亮；A客戶認為脫膠需要單獨標簽，B客戶認為統一放到做工粗糙；A客戶關注“踩屎感”標簽，B客戶根本沒有關注該標簽；這些不同的客戶不同的要求，本發明可以滿足各個客戶不同的要求。

為實現上述目的，本發明采取的技術方案是：