[發明專利]一種基于情感分類的多層歸因圖譜構建方法

在審

• 申請號: 202110621640.4
• 申請日: 2021-06-03
• 公開（公告）號: CN113495960A
• 公開（公告）日: 2021-10-12
• 發明（設計）人: 錢虹;江元元
• 申請（專利權）人: 創絡（上海）數據科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F40/289;G06F40/30;G06Q30/02;G06Q30/06;G06N3/04
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 輦甲武

本發明提供一種基于情感分類的多層歸因圖譜構建方法，包括：步驟一、數據處理：步驟二、利用步驟一中處理后得到的樣本，進行LSTM網絡搭建，并訓練得到如下兩個模型：a)情感傾向的極性分類預測模型，b)負向內容傾向的方面級相關分類預測模型，步驟三、方面特征框架的形成：步驟四、將模型a)和模型b)訓練建模后，對預測樣本進行預測形成兩種不同分類的預測結果標簽，并對結果標簽進行交叉，形成更細化的分類，最后提取其中的負向內容，結合上述模型的LSTM預測標簽，形成方面級特征框架雛形；步驟五、對于方面級特征框架雛形中每個細分群進行進一步關注級細化分群。本發明對評論的歸納更方便用戶針對性制定應對措施。

技術領域

本發明涉及一種基于情感分類的多層歸因圖譜構建方法，屬于電子商務領域。

背景技術

隨著電子商務的發展。越來越多的用戶對商品/服務的看法和評價觀點出現在網絡上，影響著后續的用戶購買決策。據研究表明：有87％的消費者會在購買前閱讀商品的在線評論；93％的消費者表示，在線評論會影響到他們的購物決策；更是會有消費者愿意為同款產品或服務最多支付15％的費用，只要這款商品或服務能為他們帶來更好的消費體驗。

在體驗過相關產品或服務后，越來越多的情感傾向內容出現在網絡上。而這種情感傾向又進一步被后續參與購買的消費者關注與參考，影響著他們的購買決策。而傳統的情感分析僅對用戶的整體傾向進行識別，無法跟蹤到這些情感傾向的具體原因和引發的觸點，導致其對于商家而言無法落地于營銷推進、和產品/服務的跟蹤完善。

發明內容

本發明的目的在于提供一種基于情感分類的多層歸因圖譜構建方法，本發明不僅提供了方面級特征框架雛形的形成方法，還提供了在方面級特征框架雛形之內，融合業務和模型，從情感傾向、引發觸點這兩個視角，構建基于評論內容的多層歸因圖譜的方法，根據多層歸因圖譜內容，產出采取措施建議。

本發明提供一種基于情感分類的多層歸因圖譜構建方法，其特征在于，包括如下步驟：

一種基于情感分類的多層歸因圖譜構建方法，其特征在于，包括如下步驟：

步驟一、數據處理：對打好標簽的輔助領域和源領域的樣本，使用分詞工具進行分詞、對標點和停用詞處理，并且將分詞后的文本映射成向量；

步驟二、利用步驟一中處理后得到的樣本，進行LSTM網絡搭建，并訓練得到如下兩個模型：

a)情感傾向的極性分類預測模型，

b)負向內容傾向的方面級相關分類預測模型，

步驟三、方面特征框架的形成：

利用上述訓練好的模型a)和模型b)對新數據進行標簽預測打標，

根據模型a)生成情感傾向的極性分類標簽，

根據模型b)生成負向內容傾向的方面級相關分類標簽，形成方面級大類框架；

步驟四、

將模型a)和模型b)訓練建模后，對預測樣本進行預測形成兩種不同分類的預測結果標簽，并對結果標簽進行交叉，形成更細化的分類，最后提取其中的負向內容，結合上述模型的LSTM預測標簽，形成方面級特征框架雛形；

步驟五、對于方面級特征框架雛形中每個細分群進行進一步關注級細化分群，方式如下：

再次通過框架內聚類分群對關鍵詞進行不同粒度的多層細分，形成可供專家自由選擇的分合彈性歸納空間，然后結合業務歸納及可辨識度，進一步根據交互觀測圖譜確定合適的細分粒度，通過這種交互歸納提煉出可理解、可操作的多項關注級細化關注點，并提取其中的特征關鍵詞，補充到層級特征關鍵詞映射表中；