[发明专利]一种商户推荐理由的挖掘方法及装置，电子设备

权利要求书

1.一种商户推荐理由的挖掘方法，其特征在于，包括：

基于目标商户的用户原创数据，确定候选推荐理由及所述候选推荐理由的特征向量；

通过预设推荐理由分类模型，根据所述候选推荐理由的特征向量，确定优质候选推荐理由，以及，所述优质候选推荐理由的评价得分；

基于所述优质候选推荐理由及所述优质候选推荐理由的评价得分，构建所述目标商户的推荐理由池；

其中，在所述基于所述优质候选推荐理由及所述优质候选推荐理由的评价得分，构建所述目标商户的推荐理由池的步骤之后，还包括：

根据当前用户的历史行为信息和实时行为信息，确定所述当前用户的用户特征向量；

确定目标商户的推荐理由池中每个推荐理由的特征向量，其中，所述目标商户为根据所述当前用户的实时行为向所述当前用户推荐的商户；

根据所述用户特征向量和所述推荐理由的特征向量的相似度，确定所述商户的推荐理由。

2.根据权利要求1所述的方法，其特征在于，所述基于所述优质候选推荐理由及所述优质候选推荐理由的评价得分，构建所述目标商户的推荐理由池的步骤，包括：

根据所述优质候选推荐理由的特征向量中实体词词频特征值，筛选出实体词词频大于预设词频阈值的优质候选推荐理由，作为所述目标商户的优质候选推荐理由；

将对应同一组实体词的优质候选推荐理由中，评价得分最高的一条优质候选推荐理由，作为与所述同一组实体词对应的推荐理由，以确定每组实体词对应的推荐理由；

根据所述每组实体词对应的推荐理由，构建所述目标商户的推荐理由池。

3.根据权利要求1所述的方法，其特征在于，所述基于目标商户的用户原创数据，确定候选推荐理由及所述候选推荐理由的特征向量的步骤，包括：

对目标商户的用户原创数据进行数据处理得到若干条子句，其中，每条子句对应一条候选推荐理由；

基于预设的参考词库，确定每条所述候选推荐理由的特征向量；

所述参考词库基于所述目标商户的用户原创数据，通过结合情感分析法和词频筛选法对预设词库进行数据清洗获得；所述参考词库包含正面成语、程度词、高级评价词和普通评价词。

4.根据权利要求1所述的方法，其特征在于，所述推荐理由的特征向量包括以下任意一个或多个维度：句法结构、是否包含语气词、句子文本分、是否包含普通评价词、普通评价词数量、是否包含高级评价词、高级评价词数量、是否包含程度词、程度词数量、是否包含成语、成语数量、情感分、评论分、是否包含商户描述词、商户描述词数量、商户描述词权重、是否存在实体、实体数量、实体词词频、是否存在观点、观点数量、观点分。

5.根据权利要求4所述的方法，其特征在于，所述评论分通过公式：

reviewScore＝(log(follows+hits+voteGoods+1)+isQuality*T+star*W)*timeScore计算得到，其中，follows表示跟评数，hits表示点击数，voteGoods表示点赞数，isQuality表示是否是优质评论，T表示优质评论调节因子，star表示评论星级，W表示评论星级调节因子，timeScore表示时间衰减因子，通过公式timeScore＝(3650-x)/3650获得，其中，x表示评价发表时间距当前时间的天数。

6.根据权利要求4所述的方法，其特征在于，所述实体词词频为当前条子句中包括的各实体词的词频的最大值。

7.根据权利要求1所述的方法，其特征在于，所述确定目标商户的推荐理由池中每个推荐理由的特征向量的步骤，包括：

根据目标商户推荐理由池中的推荐理由对应的实体词，通过预设词向量模型获取所述实体词的特征向量，作为所述实体词对应的推荐理由的特征向量。