[发明专利]一种基于用户评论的商品评价系统及方法

说明书

本发明请求保护一种基于用户评论的商品评价模型系统及方法，该方法包括：步骤一，获取电商网站中的商品评论数据及商品销量信息；步骤二，通过自然语言处理的方式，对获取的商品评论数据进行预处理；步骤三，在完成商品评论数据预处理的基础上，筛选出商品的评价属性词；步骤四，针对商品类型和筛选出的商品属性词，对商品属性词进行人工分类，并建立训练数据集，与此同时建立商品评价属性结构；步骤五，根据已建立的商品评价属性结构和已标记的属性词训练集，利用分类算法对测试集进行分类，并根据分类结果和数据信息建立基本评价模型；步骤六，根据商品基本评价模型，调整各属性对评价模型中商品销量的影响程度，生成适合某种商品的评价模型。

技术领域

本发明属于建模与商品推荐方面，尤其涉及一种基于用户评论的商品评价模型系统及方法。

背景技术

随着互联网的快速发展，消费者更加注重对商品推荐信息的可靠性，多种情况都是在一定评价基础上做出的判断，如：商品优选、服务评价等，都需要根据评价做出选择，对事物合理、客观的评价成为信息社会中人们寻求满意结果的过程之一。如何提供一种准确而又高效的选择方式，便成为亟待解决的一个问题。

目前，传统的评价体系越来越难以满足用户的个性化需求，评价区分过于单调，难以客观反映整体信息。如：网店商品评价中仅给出“好评”、“中评”、“差评”简单评价，语言模糊，精细化不足，而本身又偏于主观，对用户的参考作用并不大。因此，利用聚类等相关处理方式，根据属性聚类得出基本的评价模型，为用户提供个性化的信息服务，帮助用户更快捷、更方便地找到所需要的优先属性类别。

在聚类的过程中，首先要解决词语语义相似度的问题，将语义转化为数值或向量，以便聚类结果更接近实际结果。正是由于在中文语义研究尚不完善，所以一直以来没有很好利用中文数据进行预测或评价。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种方便消费者根据用户评论对商品作出客观的评价的基于用户评论的商品评价系统及方法。本发明的技术方案如下：

一种基于用户评论的商品评价方法，其包括以下步骤：

1)、从电商网站上抓取所需的商品信息，包括买家ID、商品销量和商品评论；

2)、利用自然语言处理的方式，对获取的商品评论进行包括对评论信息的分词、去停用词、词性标注、属性词筛选在内的预处理；

3)、从步骤2)预处理后的商品评论中获取商品评价的属性词，并建立商品评价数据集；

4)、对商品评价中的属性词进行人工标记分类,建立属性词集和商品评价属性结构；

5)、根据步骤4)已建立的商品评价属性结构和已标记的属性词集，利用分类算法对属性词集进行分类，并根据分类结果建立基本评价模型；

6)、根据商品基本评价模型，调整各属性对评价模型中商品销量的影响程度，生成商品评价模型。

进一步的，所述步骤1)中，从电商网站上抓取所需的商品信息包括步骤：设计抓取电商网站的抓取规则，以及从电商网站上抓取的信息类别，抓取信息类别包括：商品的销售量、每条评论的ID号和评论内容。

进一步的，所述步骤3)中建立商品评价数据集的步骤包括：对商品评价属性词进行筛选，针对描述商品外观、价格、功能、性能的词语进行筛选，从而建立商品评价数据集。

进一步的，所述步骤4)中，对商品评价中的属性词进行人工标记分类，是在步骤2)的基础上，对筛选出的描述商品外观、价格、功能、性能的词语进行人工标记，通过聚类算法验证评价属性的基本类别，并建立商品评价属性结构，商品评价属性结构表达式：