本發明專利技術涉及數據處理技術領域，具體涉及基于平臺用戶評論的客情分析方法及系統。該方法包括以下步驟：S10、接受輸入的待分析商品的型號數據，基于所述型號數據獲取平臺中所述待分析商品的第一用戶評論數據；S20、對所述第一用戶評論數據進行分析，獲得評論次數超過預設次數的所述待分析商品的缺點數；S30、基于所述缺點數據，獲得缺點數據對應的優點數據；S40、基于所述優點數據，獲得待分析商品的分析結果數據；所述分析結果數據包括待分析商品的缺點及具有缺點相對應的優點的商品數據。本發明專利技術能夠準確的分析出對應商品的缺點，還能夠根據商品的缺點找到對應具有優點的商品，為解決該商品的缺點提供參考。的缺點提供參考。的缺點提供參考。
【技術實現步驟摘要】
一種基于平臺用戶評論的客情分析方法及系統
[0001]本專利技術涉及數據處理
，尤其涉及基于平臺用戶評論的客情分析方法、系統、計算機設備及存儲介質。
技術介紹
[0002]隨著近年來互聯網、移動互聯網的發展，營銷從以產品為中心逐漸轉換到以用戶為中心，通過獲取品牌的用戶評論，一方面可以確定品牌在用戶心中的地位，優勢、劣勢，進行有針對性的營銷互動；另一方面可以尋找潛在客戶的新期望點，使用社交數據洞察消費者的需求。
[0003]現有技術在發現商品的缺點后需要人工對同類型的商品進行檢索查找問題的解決方案，操作比較麻煩，為了解決該技術問題現提出一種基于平臺用戶評論的客情分析方法、系統、計算機設備及存儲介質。
技術實現思路
[0004]為了解決上述現有技術中存在的技術問題，本專利技術提供了一種基于平臺用戶評論的客情分析方法、系統、計算機設備及存儲介質。
[0005]為實現上述目的，本專利技術實施例提供了如下的技術方案：第一方面，在本專利技術提供的一個實施例中，提供了基于平臺用戶評論的客情分析方法，該方法包括以下步驟：S10、接受輸入的待分析商品的型號數據，基于所述型號數據獲取平臺中所述待分析商品的第一用戶評論數據；S20、對所述第一用戶評論數據進行分析，獲得評論次數超過預設次數的所述待分析商品的缺點數；S30、基于所述缺點數據，獲得缺點數據對應的優點數據；S40、基于所述優點數據，獲得待分析商品的分析結果數據；所述分析結果數據包括待分析商品的缺點及具有缺點相對應的優點的商品數據。
[0006]作為本專利技術的進一步方案，所述接受輸入的待分析商品的型號數據，基于所述型號數據獲取平臺中所述待分析商品的第一用戶評論數據，包括：利用爬蟲工具對平臺中第一用戶評論數據進行采集。
[0007]作為本專利技術的進一步方案，對所述第一用戶評論數據進行分析，包括S201、對第一用戶評論數據進行預處理；S202、對預處理后的第一用戶評論數據進行特征提取獲得特征數據，所述特征數據為特征詞的集合；S203、將特征詞輸入基于擴充后的歷史特征詞創建的情感分析模型中，獲得待分析商品的缺點數據。
[0008]作為本專利技術的進一步方案，所述對預處理后的第一用戶評論數據進行特征提取獲
得特征數據，所述特征數據為特征詞的集合，還包括：剔除特征數據中特征詞出現頻率低于預設次數的特征詞。
[0009]作為本專利技術的進一步方案，所述預處理包括對所述第一用戶評論數據進行:分詞、去除標點符號、去除停用詞、詞形還原和提取詞根。
[0010]作為本專利技術的進一步方案，所述特征數據為預處理后第一用戶評論數據向量化后得到。
[0011]作為本專利技術的進一步方案，所述向量化方法包括基于bag
?
of
?
words的方法、基于n
?
gram的方法和基于詞嵌入的方法。
[0012]作為本專利技術的進一步方案，所述情感分析模型為CNN
?
SVM深度學習模型，利用CNN提取特征詞的向量特征，并基于SVM分類器對對向量特征進行情感傾向分析得到待分析商品的缺點數據。
[0013]作為本專利技術的進一步方案，所述基于所述優點數據，獲得待分析商品的分析結果數據，包括：S401、獲取與待分析商品同類型的銷售排名靠前的商品的第二用戶評論數據；S402、根據第二用戶評論數據，篩選出具有優點數據出現次數超過設定閾值的商品集，形成分析結果數據。
[0014]第二方面，在本專利技術提供的又一個實施例中，提供了基于平臺用戶評論的客情分析系統，該系統包括：評論數據獲取模塊、缺點數據獲取、轉換處理模塊和分析處理模塊；所述評論數據獲取模塊，接受輸入的待分析商品的型號數據，基于所述型號數據獲取平臺中所述待分析商品的第一用戶評論數據；所述缺點數據獲取模塊，對所述第一用戶評論數據進行分析，獲得評論次數超過預設次數的所述待分析商品的缺點數據；所述轉換處理模塊，用于基于所述缺點數據，獲得缺點數據對應的優點數據；所述分析處理模塊，用于基于所述優點數據，獲得待分析商品的分析結果數據；所述分析結果數據包括待分析商品的缺點及具有缺點相對應的優點的商品數據。
[0015]第三方面，在本專利技術提供的又一個實施例中，提供了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器加載并執行所述計算機程序時實現基于平臺用戶評論的客情分析方法的步驟。
[0016]第四方面，在本專利技術提供的再一個實施例中，提供了一種存儲介質，存儲有計算機程序，所述計算機程序被處理器加載并執行時實現所述基于平臺用戶評論的客情分析方法的步驟。
[0017]本專利技術提供的技術方案，具有如下有益效果：本專利技術提供的基于平臺用戶評論的客情分析方法、系統、計算機設備及存儲介質，本專利技術接受輸入的待分析商品的型號數據，基于所述型號數據獲取平臺中所述待分析商品的第一用戶評論數據；對所述第一用戶評論數據進行分析，獲得評論次數超過預設次數的所述待分析商品的缺點數據；基于所述缺點數據，獲得缺點數據對應的優點數據；基于所述優點數據，獲得待分析商品的分析結果數據；所述分析結果數據包括待分析商品的缺點及具有缺點相對應的優點的商品數據。能夠準確的分析出對應商品的缺點，還能夠根據商品的缺點找到對應具有優點的商品，為解決該商品的缺點提供參考。
[0018]本專利技術的這些方面或其他方面在以下實施例的描述中會更加簡明易懂。應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本專利技術。
附圖說明
[0019]為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的實施例。
[0020]圖1為本專利技術一個實施例的一種基于平臺用戶評論的客情分析方法的流程圖。
[0021]圖2為本專利技術一個實施例的一種基于平臺用戶評論的客情分析方法中步驟S20的具體流程圖。
[0022]圖3為本專利技術一個實施例的一種基于平臺用戶評論的客情分析方法中步驟S40的具體流程圖。
[0023]圖4為本專利技術一個實施例的一種基于平臺用戶評論的客情分析系統的結構框圖。
[0024]圖5為本專利技術一個實施例的一種計算機設備的的結構框圖。
[0025]圖中：評論數據獲取模塊
?
100、缺點數據獲取
?
200、轉換處理模塊
?
300/分析處理模塊
?
400、處理器
?
501、通信接口
?
502、存儲器
?
503、通信總線
?
504。
實施方式
[0026]以下參照附圖說明各種實施例及/或各形態。在以下說明中，以說明為目的公開了多個具體細節以整體上理解一個以上的形態。但是，本領域本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于平臺用戶評論的客情分析方法，其特征在于，該方法包括：S10、接受輸入的待分析商品的型號數據，基于所述型號數據獲取平臺中所述待分析商品的第一用戶評論數據；S20、對所述第一用戶評論數據進行分析，獲得評論次數超過預設次數的所述待分析商品的缺點數；S30、基于所述缺點數據，獲得缺點數據對應的優點數據；S40、基于所述優點數據，獲得待分析商品的分析結果數據；所述分析結果數據包括待分析商品的缺點及具有缺點相對應的優點的商品數據。2.如權利要求1所述的基于平臺用戶評論的客情分析方法，其特征在于，接受輸入的待分析商品的型號數據，基于所述型號數據獲取平臺中所述待分析商品的第一用戶評論數據，包括：利用爬蟲工具對平臺中第一用戶評論數據進行采集。3.如權利要求1所述的基于平臺用戶評論的客情分析方法，其特征在于，對所述第一用戶評論數據進行分析，包括S201、對第一用戶評論數據進行預處理；S202、對預處理后的第一用戶評論數據進行特征提取獲得特征數據，所述特征數據為特征詞的集合；S203、將特征詞輸入基于擴充后的歷史特征詞創建的情感分析模型中，獲得待分析商品的缺點數據。4.如權利要求3所述的基于平臺用戶評論的客情分析方法，其特征在于，所述對預處理后的第一用戶評論數據進行特征提取獲得特征數據，所述特征數據為特征詞的集合，還包括：剔除特征數據中特征詞出現頻率低于預設次數的特征詞。5.如權利要求3所述的基于平臺用戶評論的客情分析方法，其特征在于，所述預處理包括對所述第一用戶評論數據進行:分詞、去除標點符號、去除停用詞、詞形還原和提取詞根。6.如權利要求3所述的基于平臺用戶評論的客情分析方法，其特征在于，所述...
【專利技術屬性】
技術研發人員：高睿，周志韜，霍勝軍，陳立鋼，
申請(專利權)人：青島檬豆網絡科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。