[发明专利]一种商品评价信息过滤方法及系统

权利要求书

1.一种商品评价信息过滤方法，其特征在于，包括：

获取多个预先确定的广告垃圾样本，所述广告垃圾样本包括评价文本和用户标识；

建立包括多个所述广告垃圾样本的用户标识的广告垃圾用户标识库；

获取包含用户标识和评价文本的新评价，如果所述新评价的用户标识包含在所述广告垃圾用户标识库中，则确定所述新评价为广告垃圾评价。

2.根据权利要求1所述的商品评价信息过滤方法，其特征在于，还包括：

建立包括多个所述广告垃圾样本的评价文本的广告垃圾评价集合，将所述广告垃圾评价集合作为文本分类器的训练集对文本分类器进行训练，所述文本分类器对输入的评价文本进行分类确定为广告垃圾评价文本或者非广告垃圾评价文本；

获取到新评价后，如果所述新评价的用户标识不包含在所述广告垃圾用户标识库中，则文本分类器对所述新评价的评价文本进行分类，如果文本分类器将所述新评价的评价文本分类为广告垃圾评价文本，则所述新评价为广告垃圾评价，将所述新评价的用户标识加入所述广告垃圾用户标识库，将所述新评价的评价文本加入所述广告垃圾评价集合，并对所述文本分类器重新训练。

3.根据权利要求2所述的商品评价信息过滤方法，其特征在于，还包括：

从所述广告垃圾评价集合中抽取广告关键词组成广告词典；

如果文本分类器将所述新评价分类为非广告垃圾评价文本，则通过所述广告词典对所述新评价的评价文本进行过滤，如果所述新评价的评价文本包含所述广告词典中的广告关键词的数量大于或等于预设广告阈值，则判断所述新评价为广告垃圾评价，将所述新评价的用户标识加入所述广告垃圾用户标识库，将所述新评价的评价文本加入所述广告垃圾评价集合，并对所述文本分类器重新训练。

4.根据权利要求3所述的商品评价信息过滤方法，其特征在于，还包括：

如果所述新评价的评价文本包含所述广告词典中的广告关键词的数量小于预设广告阈值，则对所述评价文本进行垃圾评价文本分析，如果所述评价文本进行垃圾评价文本分析的结果为垃圾评价文本，则判断所述新评价为广告垃圾评价，将所述新评价的用户标识加入所述广告垃圾用户标识库，将所述新评价的评价文本加入所述广告垃圾评价集合，并对所述文本分类器重新训练。

5.根据权利要求4所述的商品评价信息过滤方法，其特征在于，所述垃圾评价文本分析包括：

计算所述评价文本分词后的单字占比率，如果所述单字占比率大于或等于预设的占比率阈值，则判断所述评价文本为垃圾评价文本。

6.一种商品评价信息过滤系统，其特征在于，包括：

样本获取模块，用于获取多个预先确定的广告垃圾样本，所述广告垃圾样本包括评价文本和用户标识；

标识库建立模块，用于建立包括多个所述广告垃圾样本的用户标识的广告垃圾用户标识库；

新评价判断模块，用于获取包含用户标识和评价文本的新评价，如果所述新评价的用户标识包含在所述广告垃圾用户标识库中，则确定所述新评价为广告垃圾评价。

7.根据权利要求6所述的商品评价信息过滤系统，其特征在于，还包括：

建立包括多个所述广告垃圾样本的评价文本的广告垃圾评价集合，将所述广告垃圾评价集合作为文本分类器的训练集对文本分类器进行训练，所述文本分类器对输入的评价文本进行分类确定为广告垃圾评价文本或者非广告垃圾评价文本；

获取到新评价后，如果所述新评价的用户标识不包含在所述广告垃圾用户标识库中，则文本分类器对所述新评价的评价文本进行分类，如果文本分类器将所述新评价的评价文本分类为广告垃圾评价文本，则所述新评价为广告垃圾评价，将所述新评价的用户标识加入所述广告垃圾用户标识库，将所述新评价的评价文本加入所述广告垃圾评价集合，并对所述文本分类器重新训练。

8.根据权利要求7所述的商品评价信息过滤系统，其特征在于，还包括：

从所述广告垃圾评价集合中抽取广告关键词组成广告词典；

如果文本分类器将所述新评价分类为非广告垃圾评价文本，则通过所述广告词典对所述新评价的评价文本进行过滤，如果所述新评价的评价文本包含所述广告词典中的广告关键词的数量大于或等于预设广告阈值，则判断所述新评价为广告垃圾评价，将所述新评价的用户标识加入所述广告垃圾用户标识库，将所述新评价的评价文本加入所述广告垃圾评价集合，并对所述文本分类器重新训练。