[發明專利]一種基于輿情分析的消費返利平臺識別方法

有效

• 申請號: 201911337778.0
• 申請日: 2019-12-23
• 公開（公告）號: CN111125584B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 陳和國;范淵
• 申請（專利權）人: 杭州安恒信息技術股份有限公司
• 主分類號: G06F16/957
• 分類號: G06F16/957;G06F16/955;G06F16/9032;G06Q30/0207
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春輝

本申請公開了一種基于輿情分析的消費返利平臺識別方法、裝置、設備及可讀存儲介質，包括：利用jsoup請求URL，獲取html頁面數據；利用xpath節點解析html頁面數據，得到頁面內容；根據已知的消費返利平臺樣本和非消費返利平臺樣本，利用LOF算法對頁面內容中的輿情信息進行分析，得到當前平臺的識別結果，以確定當前平臺是否為消費返利平臺。可見，本申請能夠自動采集平臺頁面數據，并通過智能分析頁面內容中的輿情信息，判別當前平臺是否為消費返利平臺，是一種自動化識別消費返利平臺的方案，避免了人工識別費時費力的問題，提升了消費返利平臺的識別效率。

技術領域

本申請涉及計算機技術領域，特別涉及一種基于輿情分析的消費返利平臺識別方法、裝置、設備及可讀存儲介質。

背景技術

隨著生活水平的提高，各種大型商場也如雨后春筍一般出現。為了吸引到新客戶并維持老客戶，商場往往推出會員機制，在用戶消費了一定金額時返回實物或者代金卷。

近些年伴隨著Internet的普及和業務發展電商平臺悄然興起，各種電商平臺之間的競爭更加激烈，從原來只能輻射周圍幾公里幾十公里，到現在全國范圍進行購物購物。因此很多平臺會推出消費返利模式，如淘寶的淘金幣就是一種其抵用比例是100:1，也就是一百淘金幣可以在買商品時當做一塊錢使用且每次使用均有上限。消費返利本身是對于消費者的一種回報，各類型的商場、電商平臺均有消費返利的模式，其本身是可以維持的，但有一些平臺的消費返利運營模式是不可持續的。通常不可持續的模式為了更快的吸收資金，會打出100％返現、買多少返多少的噱頭，誤導消費者。因此，需要一種可以識別消費返利平臺的方法。

目前，一般通過人工識別平臺是否為消費返利平臺，該方案費時費力，且效率低下。

發明內容

本申請的目的是提供一種基于輿情分析的消費返利平臺識別方法、裝置、設備及可讀存儲介質，用以解決傳統的消費返利平臺識別方案通過人工實現，因此存在費時費力，效率低下的問題。其具體方案如下：

第一方面，本申請提供了一種基于輿情分析的消費返利平臺識別方法，包括：

利用jsoup請求URL，獲取html頁面數據；

利用xpath節點解析所述html頁面數據，得到頁面內容；

根據已知的消費返利平臺樣本和非消費返利平臺樣本，利用LOF算法對所述頁面內容中的輿情信息進行分析，得到當前平臺的識別結果，以確定所述當前平臺是否為消費返利平臺。

優選的，所述利用jsoup請求URL，獲取html頁面數據，包括：

利用jsoup請求待采集隊列中的URL，獲取html頁面數據。

優選的，在所述利用xpath節點解析所述html頁面數據，得到頁面內容之后，還包括：

從所述頁面內容中提取二級URL，并將所述二級URL加入待采集隊列。

優選的，所述利用LOF算法對所述頁面內容中的輿情信息進行分析，包括：

判斷所述頁面內容中的輿情信息中是否包含預設的關鍵字；

若是，則利用LOF算法對所述頁面內容中的輿情信息進行分析；

若否，則丟棄所述頁面內容。

優選的，在所述利用LOF算法對所述頁面內容中的輿情信息進行分析之前，還包括：

對所述頁面內容進行數據清洗，并從中提取得到平臺基礎信息、平臺歸屬企業信息、網站工商信息、輿情信息。

優選的，所述利用LOF算法對所述頁面內容中的輿情信息進行分析，得到當前平臺的識別結果，包括：

確定所述頁面內容中的輿情信息的特征，以作為待測點；