[發明專利]一種基于隱喻主題挖掘的景區評價知識庫構建方法

有效

• 申請號: 201911302244.4
• 申請日: 2019-12-17
• 公開（公告）號: CN111078894B
• 公開（公告）日: 2023-09-12
• 發明（設計）人: 解吉波;楊騰飛;林振宇;李國慶
• 申請（專利權）人: 中國科學院遙感與數字地球研究所
• 主分類號: G06N5/025
• 分類號: G06N5/025;G06N5/02;G06F16/36;G06F16/35;G06F16/31;G06F40/242;G06Q30/0282;G06Q50/14
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 張海青

本發明公開一種基于隱喻主題挖掘的景區評價知識庫構建方法，包括：S1、采用景區隱性主題挖掘算法構建景區隱性多主題知識庫；S2、采用景區隱喻主題特征挖掘算法構建景區的隱喻多主題知識庫；S3、基于景區語料庫的語義搭配計算模型構建景區評價知識庫，并基于景區評價知識庫對游客評論數據所屬的主題及在該主題下對應的情感傾向進行識別；本發明通過構建的顧及隱喻信息的景區評價知識庫，能夠較為精確的判斷互聯網旅游網站中每條評論的細粒度主題及對應主題的情感傾向信息，用于向游客提供數據支撐，輔助游客做出符合自己偏好性的決策，還能夠輔助景區管理者提高景區服務，提升景區網絡口碑。

技術領域

本發明涉及大數據分析技術領域，特別是涉及一種基于隱喻主題挖掘的景區評價知識庫構建方法。

背景技術

隨著旅游互聯網的蓬勃發展，越來越多的游客會在旅行的過程中使用社交媒體平臺記錄旅途行程中的游覽經歷，真實的記錄了自己在旅游過程中的所見所聞所感，這些信息多數以文本或圖片形式存在于互聯網的各旅游網站或者社交平臺上，這些信息能夠實時的反映出景區在不同主題指標上的變化，能夠為游客的旅游路線及偏好提供大數據分析支持，也能夠為景區的管理者在提升景區服務方面提供幫助。

目前國內外研究者針對旅游在線評論的研究多集中關注酒店業，對其他研究對象關注較少。有些學者關注了景區評論但分析的粒度較粗，僅從淺層關注了游客的滿意度而沒有細粒度的針對大量的評論數據逐條分析研究，無法細粒度的反映出景區的每項主題指標隨時間的變化，無法及時向旅游管理者提供知識支撐。

從互聯網旅游網站的海量評論信息中抽取細粒度的主題情感信息，通常這些信息具有口語性強、語義信息破碎度高等特征且在一個文本中會出現多個主題。基于傳統的監督學習的方法需要大量的人工手工標注工作，而基于傳統的基于規則的方法，目前的研究中還沒有針對旅游領域的語料做出通用的規則，其他領域的規則無法移植到旅游領域。

發明內容

本發明的目的是提供一種基于隱喻主題挖掘的景區評價知識庫構建方法，以解決上述現有技術存在的問題，能夠對細粒度主題的感情傾向進行快速準確識別。

為實現上述目的，本發明提供了如下方案：本發明提供一種基于隱喻主題挖掘的景區評價知識庫構建方法，包括如下步驟：

S1、采用景區隱性主題挖掘算法(Scenic?hidden?topic?mining?algorithm,SHTMA)構建景區隱性多主題知識庫:根據顯性主題詞從景區評論語料中挖掘隱性主題詞，構建景區隱性多主題知識庫；其中，顯性主題詞與隱性主題詞共同構成了基礎多主題知識庫；

S2、采用景區隱喻主題特征挖掘算法(Scenic?metaphor?topic?feature?miningalgorithm，SMTFMA)構建景區的隱喻多主題知識庫：所述隱喻多主題知識庫由隱喻主題詞及隱喻主題特征兩部分組成，根據步驟S1中得到的基礎多主題知識庫，從景區評論語料中挖掘隱喻主題詞及隱喻主題特征，構建景區的隱喻多主題知識庫；將隱喻主題詞與基礎多主題知識庫進行整合，得到景區多主題知識庫，將隱喻主題特征與情感詞庫整合得到景區情感詞知識庫；

S3、構建景區評價知識庫：基于景區語料庫的語義搭配計算模型來計算景區主題詞與情感詞之間的搭配關系，并對主題詞與情感詞構成的搭配進行優化，使景區主題詞與情感詞形成一對多的搭配，以知識樹的形式進行存放，構建景區評價知識庫；并基于景區評價知識庫對游客評論數據所屬的主題及在該主題下對應的情感傾向進行識別。

優選地，所述步驟S1景區隱性多主題知識庫的構建方法具體包括：

首先構建景區顯性多主題知識庫，其次采用SHTMA，把基于各主題的顯性主題詞作為種子詞，從景區評論語料中挖掘提取語料中包含的隱性主題詞，構建隱性多主題知識庫。

優選地，所述SHTMA的具體流程包括：