[发明专利]网购用户大指数模型的生成方法及系统在审
申请号: | 201810238535.0 | 申请日: | 2018-03-21 |
公开(公告)号: | CN108681912A | 公开(公告)日: | 2018-10-19 |
发明(设计)人: | 陈瑞义;江烨;钱鹏程 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06Q30/00 |
代理公司: | 南京正联知识产权代理有限公司 32243 | 代理人: | 王素琴 |
地址: | 210003 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文本识别 指数模型 商品评论 消费指数 满意度 模型计算结果 动态监测 计算数据 交易数据 模型整合 输出结果 消费群体 整体发展 指数预测 消费水平 购买 预测 评论 网络 | ||
1.一种网购用户大指数模型的生成方法,其特征在于:分别生成网购消费指数、网购满意度指数、网购维权指数、网购买假指数;包括以下步骤,
S1、生成网购消费指数,采集电商平台交易数据后,分别进行现价人均网络消费支出额的计算、不变价格人均网络消费支出额的计算、居民网络消费水平指数的计算、归属性指数以及网购消费总指数计算;
S2、生成网购满意度指数,首先利用网购消费者评论文本数据的商品评论情感分析技术,获得某类目的一个商品的一个用户的商品质量、服务或承诺满意度情感分析与满意度计算,然后计算其他用户、其他店铺、其他商品以及其他商品类目的消费者评论文本的情感分析与满意度计算,最后计算出不同类目、不同商品、不同店铺消费者的总情感分析与满意度计算;
S3、生成网购维权指数,通过网络消费用户维权评论文本识别,来计算各维权行为指数,包括评论维权指数、投诉维权指数、社会维权指数;
S4、生成网购买假指数,进行买假文本的识别后,得到网购买假指数;
S5、生成与预测网购用户大指数,在步骤S1、S2、S3和S4模型计算结果的基础上,通过模型整合计算,得到网购用户大指数并生成网购用户指数预测模型,采用自回归移动平均模型ARIMA来预测网购用户大指数的变化态势。
2.如权利要求1所述的网购用户大指数模型的生成方法,其特征在于:步骤S1中,
S11、k平台t期现价人均网络消费支出额的计算,当期现价居民人均网络消费支出额等于当期活跃老用户的网络消费总支出额除以当期活跃老用户的实际消费人数,其表达式为:
其中,表示k平台t期现价人均网络消费支出额;表示k平台t期活跃老用户的网络消费总支出额;表示k平台t期活跃老用户的实际消费人数;
S12、k平台t期不变价格人均网络消费支出额的计算,当期不变价居民人均网络消费支出额等于当期现价居民人均网络消费支出额除以当期相应网络消费价格指数,其表达式子为:
其中,表示k平台t期不变价居民人均网络消费支出额,表示k平台t期现价居民人均网络消费支出额,k∈{阿里,京东,苏宁,……}表示平台标记,包括案例平台,京东平台和苏宁平台等,SPIk表示k平台第t期网络消费价格指数;
S13、k平台t期居民网络消费水平指数的计算,设基准值为100,当期居民网络消费水平定基指数等于当期不变价居民人均网络消费支出额除以基期现价居民人均网络消费支出额乘以100,其表示式子为:
其中,表示k平台t期不变价居民人均网络消费支出额,表示k平台基期现价居民人均网络消费支出额,基期现居民人均网络消费支出额与基期不变价居民人均网络消费支出额相等,表示k平台t期居民网络消费水平定基指数;
S14、归属性指数的计算,通过属性包括商品类目、地区属性、人群属性分别进行各属性的网购消费指数;
S15、网购消费总指数的计算,网购消费总指数等于不同电商平台分指数乘以市场份额权重后的累和,其表达式为:
其中,为k平台t期商品的市场销售份额,n为平台数量,为k平台t期商品消费指数,其计算公式为公式(3)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810238535.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种家畜产品的监控溯源方法
- 下一篇:一种基于AUC优化的有向图推荐方法