[發(fā)明專利]線上文本評(píng)論驅(qū)動(dòng)的電商意見挖掘推薦系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110462593.3
• 申請(qǐng)日: 2021-04-27
• 公開（公告）號(hào): CN112949322A
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計(jì)）人: 李蕊男;王興
• 申請(qǐng)（專利權(quán)）人: 李蕊男
• 主分類號(hào): G06F40/30
• 分類號(hào): G06F40/30;G06F40/242;G06F40/284;G06Q30/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.線上文本評(píng)論驅(qū)動(dòng)的電商意見挖掘推薦系統(tǒng)，其特征在于，將線上文本評(píng)論中的意見挖掘和協(xié)同過濾推薦算法分別改進(jìn)后融合構(gòu)建模型，應(yīng)用于定制化電商推薦系統(tǒng)中，主要包括：首先基于相關(guān)關(guān)系規(guī)則挖掘法，對(duì)線上商品評(píng)論中的商品特征進(jìn)行提取；然后根據(jù)提取的商品特征來抽取對(duì)應(yīng)的感情詞，并通過感情詞典法加以數(shù)值化解析衡量，得到消費(fèi)者的商品特征-感情對(duì)；改進(jìn)協(xié)同過濾推薦算法，重新定義一種計(jì)算消費(fèi)者之間近似指數(shù)的方法，基于商品特征，通過消費(fèi)者對(duì)商品特征的關(guān)注指數(shù)和挑剔指數(shù)衡量分析消費(fèi)者對(duì)商品特征的偏好程度，進(jìn)而計(jì)算不同消費(fèi)者之間的近似指數(shù)；

本發(fā)明提出通過對(duì)線上文本評(píng)論中消費(fèi)者對(duì)商品特征的感情傾向去量化衡量消費(fèi)者對(duì)商品的興趣指數(shù)，進(jìn)而判定消費(fèi)者之間的近似指數(shù)，將消費(fèi)者線上文本評(píng)論感情傾向性分析和協(xié)同過濾推薦算法改進(jìn)后融合構(gòu)建模型，根據(jù)消費(fèi)者評(píng)論中所包含的大量有用的評(píng)論和感情信息，結(jié)合自然語言處理方法，構(gòu)建基于消費(fèi)者線上評(píng)論的商品推薦系統(tǒng)，給消費(fèi)者帶來更加準(zhǔn)確和有效的推薦和建議，更好的幫助消費(fèi)者決策；

本發(fā)明通過消費(fèi)者對(duì)商品特征的感情態(tài)度反映消費(fèi)者對(duì)商品的喜歡與否，即通過消費(fèi)者對(duì)商品的關(guān)注指數(shù)和感情態(tài)度共同衡量量化消費(fèi)者的商品的偏好程度，基于線上商品評(píng)論意見挖掘的推薦系統(tǒng)有兩個(gè)核心點(diǎn)：一是通過對(duì)線上評(píng)論的意見挖掘，提取出其中的商品特征-感情對(duì)，二是改進(jìn)協(xié)同過濾推薦算法；通過相關(guān)關(guān)系規(guī)則挖掘算法提取出線上評(píng)論中的商品特征，并抽取對(duì)應(yīng)的感情詞并數(shù)值化，構(gòu)建出商品特征-感情對(duì)，提出基于消費(fèi)者關(guān)注指數(shù)-購買行為和挑剔指數(shù)-感情傾向判別量化消費(fèi)者之間近似指數(shù)的改進(jìn)協(xié)同過濾推薦算法；

消費(fèi)者對(duì)商品的興趣指數(shù)包括對(duì)購買商品的興趣指數(shù)和對(duì)推薦商品的興趣指數(shù)：

消費(fèi)者對(duì)購買商品的興趣指數(shù)：t_vi衡量量化消費(fèi)者v對(duì)商品i的興趣程度，通過消費(fèi)者v對(duì)商品i的評(píng)價(jià)中提取商品特征的評(píng)價(jià)的平均值衡量量化，計(jì)算方法如式9所示：

其中，M表示消費(fèi)者v對(duì)商品i的評(píng)價(jià)中所提取的商品特征總數(shù)，1＜j＜M，stp_j_v表示消費(fèi)者v對(duì)商品i的特征評(píng)價(jià)值；

消費(fèi)者對(duì)推薦商品的興趣指數(shù)：根據(jù)得到消費(fèi)者與消費(fèi)者之間的相似度，通過改進(jìn)的協(xié)同過濾推薦算法，得到目標(biāo)消費(fèi)者的相似消費(fèi)者集，進(jìn)而向目標(biāo)消費(fèi)者推薦商品，消費(fèi)者v對(duì)商品i的興趣指數(shù)InR(v,i)為式10:

其中，C(v,W)表示和目標(biāo)消費(fèi)者v興趣最接近的W個(gè)消費(fèi)者的集合，M(i)表示購買并評(píng)論過商品i的消費(fèi)者集合，C_vu是消費(fèi)者v和消費(fèi)者u之間的興趣相似度，t_ui衡量量化消費(fèi)者u對(duì)商品i的興趣程度，W作為一個(gè)調(diào)節(jié)參數(shù)，表示選取W個(gè)與目標(biāo)消費(fèi)者興趣最相似的消費(fèi)者，然后向目標(biāo)消費(fèi)者推薦這W個(gè)消費(fèi)者感興趣的商品，W值是通過在實(shí)驗(yàn)中進(jìn)行調(diào)整進(jìn)而確定最優(yōu)值。

2.根據(jù)權(quán)利要求1所述的線上文本評(píng)論驅(qū)動(dòng)的電商意見挖掘推薦系統(tǒng)，其特征在于，商品特征-感情對(duì)的衡量量化：采取無監(jiān)督學(xué)習(xí)方法，具體采用基于相關(guān)關(guān)系規(guī)則挖掘方法提取商品特征，并結(jié)合統(tǒng)計(jì)方法抽取感情詞匯，從而實(shí)現(xiàn)特征-感情對(duì)的提取，完成線上評(píng)論中的商品特征和感情詞的提取，商品特征-感情對(duì)提取分為數(shù)據(jù)集的前置處理、商品特征提取、特征過濾合并、感情詞的抽取與數(shù)值化。

3.根據(jù)權(quán)利要求1所述的線上文本評(píng)論驅(qū)動(dòng)的電商意見挖掘推薦系統(tǒng)，其特征在于，商品特征-感情對(duì)提取方法：商品特征-感情對(duì)的提取是從電商平臺(tái)上的線上評(píng)論中提取出的商品特征，并抽取對(duì)應(yīng)的感情態(tài)度，基于線上評(píng)論數(shù)據(jù)集中有較多的噪聲數(shù)據(jù)，對(duì)數(shù)據(jù)集進(jìn)行前置處理，找出并剔除掉噪聲數(shù)據(jù)，本發(fā)明采用基于相關(guān)關(guān)系規(guī)則挖掘方法提取線上評(píng)論中的商品特征，根據(jù)提取出的商品特征，抽取出對(duì)應(yīng)的感情詞，并通過感情詞典對(duì)其進(jìn)行數(shù)值化，得到消費(fèi)者的商品特征-感情對(duì)。