[發明專利]一種評論質量分類的方法、裝置、設備及可讀介質

在審

• 申請號: 202011178473.2
• 申請日: 2020-10-29
• 公開（公告）號: CN112434155A
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 張燦;劉偉;牟奇
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62;G06N3/04;G06Q10/06
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 劉小峰;陳黎明

本發明公開了一種評論質量分類的方法，包括以下步驟：獲取評論數據，并根據評論數據的元數據特征分析得到質量評價參考指標；根據評論數據的語言特征構建質量評價指標體系；基于質量評價指標體系構建分類模型，并基于分類模型通過遞歸神經網絡的最小二乘支持向量機對評論數據進行分類；以及基于質量評價參考指標對基于分類模型的分類結果進行評價。本發明還公開了一種評論質量分類的裝置、計算機設備和可讀存儲介質。本發明構建了基于FPGA的用戶評論質量評價體系，在數據量逐漸增大的時候，能夠保持較高的性能和處理速率；針對非商業化平臺，評論質量較高且更加合理。

技術領域

本發明涉及評論質量評估技術領域，尤其涉及一種評論質量分類的方法、裝置、設備及可讀介質。

背景技術

隨著電子商務的快速發展，商業化購物平臺開始對用戶評論數據進行收集，并對其進行排序、分類、重要性評級等操作后展示給客戶，以便其能迅速在海量的評論中找到滿足自己需求的評論。通過優化評論展示方式，提升用戶體驗，同時增加用戶購買率。

當前現有的評論質量評價技術大部分為純軟件實現，將其轉變為分類和排序問題，通過從不同層面提取與評論有關的特征指標，使用有監督的機器學習方法來對其質量進行分類及預測，速率較低，占用CPU資源較大，需要定期維護；且對于非商業化平臺的研究較少，用戶評價通常較為隨意，不能有效反映產品的真實價值；評價標準也大都僅基于有用性投票，較為片面單一。

發明內容

有鑒于此，本發明實施例的目的在于提出一種評論質量分類的方法、裝置、設備及可讀介質，構建了基于FPGA的用戶評論質量評價體系，在數據量逐漸增大的時候，能夠保持較高的性能和處理速率；針對非商業化平臺，評論質量較高且更加合理。

基于上述目的，本發明實施例的一方面提供了一種評論質量分類的方法，包括以下步驟：獲取評論數據，并根據評論數據的元數據特征分析得到質量評價參考指標；根據評論數據的語言特征構建質量評價指標體系；基于質量評價指標體系構建分類模型，并基于分類模型通過遞歸神經網絡的最小二乘支持向量機對評論數據進行分類；以及基于質量評價參考指標對基于分類模型的分類結果進行評價。

在一些實施方式中，根據評論數據的元數據特征分析得到質量評價參考指標包括：基于評論數據獲取評論有用投票數和評論者歷史評論有用率；基于評論有用投票數和評論者歷史評論有用率計算得到有用評論指標。

在一些實施方式中，根據評論數據的語言特征構建質量評價指標體系包括：基于中文詞庫中正面情感詞和負面情感詞標準分析評論數據中情感詞和修飾詞的數量指標；基于評論數據中的用戶評分與平均分的差異值計算評論數據的評分差異指標。

在一些實施方式中，根據評論數據的語言特征構建質量評價指標體系包括：基于自動化可讀性指數計算評論數據的可讀性指標。

在一些實施方式中，根據評論數據的語言特征構建質量評價指標體系包括：基于評論對應的主題相似度最高的概率值作為評論數據的相關性指標。

在一些實施方式中，基于分類模型通過遞歸神經網絡的最小二乘支持向量機對評論數據進行分類包括：通過遞歸神經網絡的最小二乘支持向量機對評論數據進行并行處理，并分類結果推送給用戶。

在一些實施方式中，基于質量評價參考指標對基于分類模型的分類結果進行評價包括：基于查準率、召回率、準確率和F值指標對分類結果進行分析和評價。

本發明實施例的另一方面，還提供了一種評論質量分類的裝置，包括：初始模塊，配置用于獲取評論數據，并根據評論數據的元數據特征分析得到質量評價參考指標；構建體系模塊，配置用于根據評論數據的語言特征構建質量評價指標體系；分類模塊，配置用于基于質量評價指標體系構建分類模型，并基于分類模型通過遞歸神經網絡的最小二乘支持向量機對評論數據進行分類；以及分析模塊，配置用于基于質量評價參考指標對基于分類模型的分類結果進行評價。