[發明專利]基于評論的評價方法及裝置

在審

• 申請號: 202011394831.3
• 申請日: 2020-12-03
• 公開（公告）號: CN112395855A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 陳嘉豪;遲興軍;張愷;林勇
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/216;G06K9/62;G06Q30/02;G06Q50/12
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 虞浩;劉芳

本發明提供一種基于評論的評價方法及裝置，本實施例提供的基于評論的評價方法，包括：獲取用戶針對目標對象發布的第一評論文本以及與第一評論文本對應的第一評分數據；根據第一評論文本，應用自然語言處理法進行預處理，確定第二評論文本；根據第二評論文本，應用詞頻逆文本頻率算法進行向量化處理，確定第一評論數據；根據第一評論數據和第一評分數據，應用決策樹回歸模型，確定評價結果。通過本發明實施例提供的基于評論的評價方法，實現精確獲知顧客對酒店的針對性評價以有效改善酒店運營、精準提高服務質量。

技術領域

本發明涉及大數據處理領域，尤其涉及一種基于評論的評價方法及裝置。

背景技術

隨著互聯網的發展以及在線支付技術的普及，越來越多的人習慣通過手機APP、網站等在線方式預訂酒店，并在入住酒店后留下自己對該酒店的評價，評價包括文本評論和評分數據，通過這些評價的反饋，酒店獲知顧客的關注點，以此改善酒店運營，提高服務質量。

現有技術中對評價的處理，主要是預設點評關鍵詞和對應的評分項，經顧客在線評價后，系統后臺采集并分析每個關鍵詞的打分得到，這種處理方式的點評關鍵詞很少，比如只給出“衛生”、“環境”、“服務”、“設施”讓顧客評分；同時對應的評分項也不多，比如給出“非常滿意”、“滿意”、“一般”、“不滿意”。由于預設的點評關鍵詞和對應的評分項過于簡單，精度不足，導致無法精確獲知顧客對酒店的針對性評價，從而不能有效改善酒店運營、精準提高服務質量。

因此，如何能夠精確獲知顧客對酒店的針對性評價以有效改善酒店運營、精準提高服務質量是一個亟待解決的問題。

發明內容

本發明提供一種基于評論的評價方法，實現精確獲知顧客對酒店的針對性評價以有效改善酒店運營、精準提高服務質量。

第一方面，本發明提供一種基于評論的評價方法，包括：

獲取用戶針對目標對象發布的第一評論文本以及與第一評論文本對應的第一評分數據；

根據第一評論文本，應用自然語言處理法進行預處理，確定第二評論文本；

根據第二評論文本，應用詞頻逆文本頻率算法進行向量化處理，確定第一評論數據；

根據第一評論數據和第一評分數據，應用決策樹回歸模型，確定評價結果，其中，第一評論數據和第一評分數據對應。

在一種可能的設計中，根據第一評論數據和第一評分數據，應用決策樹回歸模型，確定評價結果，包括：

根據第一評論數據和第一評分數據，確定所有用戶的評論數據和評分數據；

將評論數據和評分數據按預設比例X劃分歸類為訓練數據集和驗證數據集，其中，訓練數據集包括占比為X的評論數據和對應占比為X的評分數據；驗證數據集包括占比為1-X的評論數據和對應占比為1-X的評分數據，X為大于0且小于1的小數；

根據訓練數據集，應用決策樹回歸模型進行訓練，確定第一模型參數；

根據驗證數據集和第一模型參數，應用決策樹回歸模型進行參數優化，確定第二模型參數；

根據評論數據、評分數據以及第二模型參數，應用決策樹回歸模型，確定評價結果。

在一種可能的設計中，根據評論數據、評分數據以及第二模型參數，應用決策樹回歸模型，確定評價結果，包括：

根據評論數據、評分數據以及第二模型參數，應用決策樹回歸模型，確定評論數據的重要度；

根據重要度，降序排列評論數據，確定評價結果。

在一種可能的設計中，自然語言處理法包括：移除標點符號、去除分詞、去停用詞以及詞干提取。