[發(fā)明專利]一種產品意象確定方法、計算機設備及存儲介質

有效

• 申請?zhí)枺?/td>: 202110498466.9
• 申請日: 2021-05-08
• 公開（公告）號: CN113254638B
• 公開（公告）日: 2022-09-23
• 發(fā)明（設計）人: 張秦瑋;譚坤;焦文葉;梁玲;楊樹青;賈如意
• 申請（專利權）人: 北方民族大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/335;G06F40/205;G06F40/247;G06K9/62
• 代理公司: 合肥市科融知識產權代理事務所(普通合伙) 34126
• 代理人: 屠若男

1.一種產品意象確定方法，其特征在于，包括：獲取描述目標產品的若干意象詞匯；計算任意兩個所述意象詞匯之間的相似度，并根據所述相似度對所述若干意象詞匯進行分類；從各類所述意象詞匯中選取代表性意象詞匯；

所述獲取若干描述目標產品的意象詞匯，包括：從互聯網獲取描述所述目標產品的若干描述性詞匯；對所述描述性詞匯初步篩選，并將篩選后得到的詞匯作為所述意象詞匯；

所述計算任意兩個所述意象詞匯之間的相似度，包括：將各所述意象詞匯與同義詞詞林數據庫中的詞條進行匹配，所述同義詞詞林分成多個層級，各個層級之間的邏輯結構為樹狀結構，其中原子詞群為最低層級，所述原子詞群中包括若干詞條，每個所述原子詞群具有對應的編碼；將匹配成功的詞條所在的原子詞群的編碼賦予相應的意象詞匯；利用任意兩個所述意象詞匯的編碼確定意象詞匯相似度計算的參數；將所述參數代入意象詞匯相似度計算模型，以計算對應的兩個所述意象詞匯之間的相似度；

第一意象詞匯和第二意象詞匯為所述若干意象詞匯中的任意兩個，所述參數包括k、m、n；其中，k為所述第一意象詞匯和所述第二意象詞匯在同義詞詞林數據庫樹層結構中從根節(jié)點至最近公共父節(jié)點的層數；所述根節(jié)點為各所述意象詞匯在同義詞詞林數據庫樹層結構中的起始節(jié)點；n為所述第一意象詞匯和所述第二意象詞匯的最近公共父節(jié)點下一層的節(jié)點個數；m為所述第一意象詞匯和所述第二意象詞匯的最近公共父節(jié)點下一層節(jié)點之間的間隔數；

所述意象詞匯相似度計算模型為：

其中，y₁為所述第一意象詞匯，y₂為所述第二意象詞匯，sim(y₁，y₂)為所述第一意象詞匯和所述第二意象詞匯的相似度；j表示所述第一/第二意象詞匯從最近公共父節(jié)點至該意象詞匯所在位置的層數；Q(r)為從根節(jié)點至詞匯位置的路徑權重，r為所述同義詞詞林數據庫樹層結構的層數，r∈[1,5]，Q(k)表示最近公共父節(jié)點的邊權重，ɑ為所述第一意象詞匯和所述第二意象詞匯相似度的共性調節(jié)參數；

所述初步篩選包括：

將所述描述性詞匯與貶義詞數據庫中的詞匯進行匹配，并篩除匹配成功的描述性詞匯；

將所述描述性詞匯與所述目標產品的造型設計類詞匯數據庫中的詞匯進行匹配，并篩除未匹配成功的描述性詞匯。

2.根據權利要求1所述的方法，其特征在于，所述根據所述相似度對所述若干意象詞匯進行分類，包括：

基于K均值聚類算法，從各所述意象詞匯中抽取K個所述意象詞匯作為聚類中心；

根據所述相似度確定剩余的意象詞匯至各聚類中心的距離；

將各剩余的意象詞匯歸類至與其距離最近的聚類中心；

重新確定K個聚類中心，循環(huán)執(zhí)行歸類過程，直至聚類誤差平方和準則函數收斂，進而將各所述意象詞匯分為K類。

3.根據權利要求2所述的方法，其特征在于，所述從各類所述意象詞匯中選取代表性意象詞匯，包括：

確定每一類詞匯中各所述意象詞匯至所述聚類中心的距離；

選擇所述距離最近的意象詞匯作為所述代表性意象詞匯。

4.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述計算機程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行權利要求1～3中任一項權利要求所述產品意象確定方法的步驟。

5.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時，使得所述處理器執(zhí)行權利要求1～3中任一項權利要求所述產品意象確定方法的步驟。