[发明专利]一种基于深度学习的产品竞争分析方法、装置及系统

说明书

本发明公开了一种基于深度学习的产品竞争分析方法、装置及系统，该方法包括：确定待分析的数据源和抽样规则，抽取样本数据；对所述样本数据进行预处理，将经过预处理的样本数据，输入产品竞争分析模型；输出产品竞争分析信息，所述信息包括：竞争关系、竞争点和用户情感。该方法基于自然语言描述的文本数据的产品竞争分析，与传统的通过进行市场调研的竞争分析方法不同，该发明利用互联网上用户对产品进行评论时，经常会出现不同产品相互提及和相互比较的信息，根据产品竞争分析模型的深度学习算法，从中挖掘出竞争对手、竞争点、以及用户情感。该方法与传统方法相比，更能准确反映出用户真实的感知，从而帮助企业制定更加有效的竞争策略。

技术领域

本发明涉及自然语言处理领域，特别涉及一种基于深度学习的产品竞争分析方法、装置及系统。

背景技术

企业在经营活动中，经常需要通过竞争分析，制定有效的竞争策略，从而在市场竞争中抢占先机。传统的竞争分析方法通常采用手工调研分析的方法，但随着数据消费越来越普遍，用户在互联网上留下了大量关于产品评论的数据，这些数据中包含了用户对于多个产品的对比评价，这些数据对于企业进行竞争分析非常有价值。但同时这些数据大部分都是自然语言描述的文本数据，无法直接进行分析。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于深度学习的产品竞争分析方法、装置及系统。

第一方面，本发明提供一种基于深度学习的产品竞争分析方法，包括：确定待分析的数据源和抽样规则，抽取样本数据；

对所述样本数据进行预处理，将经过预处理的样本数据，输入产品竞争分析模型；

输出产品竞争分析信息，所述信息包括：竞争关系、竞争点和用户情感。

在一个实施例中，所述输入产品竞争分析模型通过以下步骤获得：

训练环境数据准备，确定训练数据源和抽样规则，抽取样本数据；

对训练环境抽取的样本数据进行预处理；

对经过预处理的样本数据，进行人工标注；

构建标签体系，对标注后的样本数据确定分析维度；

深度学习训练，利用已经标注好的样本数据进行训练；

确定训练结果是否达到目标值，当训练结果到达目标值时，生成产品竞争分析模型。

在一个实施例中，所述数据进行预处理，包括：

对样本数据按照预设规则进行清洗；

对清洗后的每个样本数据进行分词处理；

对分词处理后的每个样本进行特征抽取。

第二方面，本发明实施例提供一种基于深度学习的产品竞争分析装置，包括：

抽取模块，用于确定待分析的数据源和抽样规则，抽取样本数据；

输入模块，用于对所述样本数据进行预处理，将经过预处理的样本数据，输入产品竞争分析模型；

输出模块，用于输出产品竞争分析信息，所述信息包括：竞争关系、竞争点和用户情感。

在一个实施例中，所述输入模块中的输入产品竞争分析模型通过以下步骤获得：

训练环境数据准备，确定训练数据源和抽样规则，抽取样本数据；

对训练环境抽取的样本数据进行预处理；

对经过预处理的样本数据，进行人工标注；

构建标签体系，对标注后的样本数据确定分析维度；