[发明专利]一种互联网数据分析方法及系统

权利要求书

1.一种互联网数据分析方法，其特征在于，该方法包括：

获取互联网上的产品的属性以及所述产品对应的评论；

针对一个产品，根据所述产品对应的每条评论的关注程度信息，确定所述每条评论对应的第一权重值；以及根据对所述产品的每个属性对应的评论进行情感分类得到的结果，确定所述产品的每个属性的第二权重值，其中，所述第二权重值应用支持向量机模型和权重分析模型得出，将所述产品对应的每条评论看做一个样本，y可作为样本类别的标签，x作为所述样本在各个维度上的取值，算法如下：

ω≥0

ξ_i≥0

其中，1/C表示惩罚系数，避免离群点过多；ξ_i表示松弛变量，使方程有可行解；ω表示产品特征的权重值列向量，ω≥0；x_i表示样本在各个维度上的取值，y_i表示样本类别的标签；

结合所述每条评论对应的第一权重值和所述产品的每个属性的第二权重值，确定关于所述产品的评论的数据分析结果。

2.如权利要求1所述的方法，其特征在于，针对一个产品，所述关注程度信息包括所述产品的评论总数和每条评论的支持分数；

所述第一权重值满足下列公式：

公式一：

其中，表示第i条评论的第一权重值，HVs(v_i)表示第i条评论的支持分数，p表示所述产品的评论总数，λ表示第i条评论的的加权因子。

3.如权利要求1所述的方法，其特征在于，所述获取互联网上的产品的属性以及所述产品对应的评论之后，所述确定所述每条评论对应的第一权重值之前，包括：

根据所述产品对应的属性和所述产品的每个属性的评论生成关于所述产品的评价矩阵。

4.如权利要求3所述的方法，其特征在于，还包括：

若所述产品的部分属性没有评论，则根据所述产品的已有评论预设评价值，并将所述评价值作为所述没有评论的部分属性的缺省值，以使根据所述产品对应的属性和所述产品的每个属性的评论生成关于所述产品的评价矩阵。

5.如权利要求1所述的方法，其特征在于，所述确定所述产品的每个属性的第二权重值，包括：

针对一个属性，根据对所述产品的每个属性对应的评论的情感分类的结果，确定所述产品每条评论对应的每个属性的第一特征值；

根据所述第一特征值确定用于正面评价的每条评论对应的每个属性的第二特征值；以及根据所述第一特征值确定用于负面评价的每条评论对应的每个属性的第二特征值；

根据所述第二特征值确定所述产品的每个属性的第二权重值。

6.一种互联网数据分析系统，其特征在于，该系统包括：

获取单元，用于获取互联网上的产品的属性以及所述产品对应的评论；

第一确定单元，用于针对一个产品，根据所述产品对应的每条评论的关注程度信息，确定所述每条评论对应的第一权重值；以及根据对所述产品的每个属性对应的评论进行情感分类得到的结果，确定所述产品的每个属性的第二权重值，其中，所述第二权重值应用支持向量机模型和权重分析模型得出，将所述产品对应的每条评论看做一个样本，y可作为样本类别的标签，x作为所述样本在各个维度上的取值，算法如下：

ω≥0

ξ_i≥0

其中，1/C表示惩罚系数，避免离群点过多；ξ_i表示松弛变量，使方程有可行解；ω表示产品特征的权重值列向量，ω≥0；x_i表示样本在各个维度上的取值，y_i表示样本类别的标签；

第二确定单元，用于结合所述每条评论对应的第一权重值和所述产品的每个属性的第二权重值，确定关于所述产品的评论的数据分析结果。