[发明专利]一种基于计量经济学的移动应用评论分析与挖掘方法

权利要求书

1.一种基于计量经济学的移动应用评论分析与挖掘方法，其特征在于：包括如下步骤：

S1、将网上下载的数据整理融合并写入数据库；

S2、数据初处理：将数据处理成符合条件的格式；

S3、生成候选特征集合T：根据S2的结果，人工选择若干种子特征，通过自助采样模型BootStrapping自动提取具有高置信度的移动应用特征，生成候选特征集合T；

S4、获取用户反馈集合F：根据S3得到的候选特征集合T，筛选生成候选评论集R；利用NLP模型判断每一条候选评论的情感倾向，若情感倾向计算结果为中性或者负面，将其添加到用户反馈集合F；

S5、基于候选特征集合T和用户反馈集合F构建计量经济学模型，分析不同因素对于下载量的影响，挖掘具有显著影响效力的因素；

S6、融合S3与S4的结果，计算单条评论的影响指数，基于用户反馈集合F生成用户反馈。

2.根据权利要求1所述的一种基于计量经济学的移动应用评论分析和挖掘方法，其特征在于：所述S1中的数据包括用户评论、各版本发布时间、下载量信息。

3.根据权利要求1所述的一种基于计量经济学的移动应用评论分析和挖掘方法，其特征在于：所述S2数据初处理步骤具体包括以下步骤：

S21：根据文本评论的长度筛选原始评论，降低无意义内容引入的噪声；

S22：同时根据是否包含非法字符过滤异常数据；

S23：利用标点符号或空格符将原始文本评论分割为短句，将结果保存。

4.根据权利要求1所述的一种基于计量经济学的移动应用评论分析和挖掘方法，其特征在于：所述步骤S3的置信度定义为：

其中，conf(asp)代表移动应用特征asp的置信度，conf(pat_i)代表第i种文本模式pat的置信度(在预处理阶段直接计算得出)，n表示相应文本模式的数量；匹配文本模式数量越多的应用特征，其置信度越高；通过计算置信度，得到有效的种子特征集合以便进一步的迭代。

5.根据权利要求1所述的一种基于计量经济学的移动应用评论分析和挖掘方法，其特征在于：所述NLP模型输出-1代表负面，0代表中性，1代表正面，若情感倾向计算结果为0或者-1。

6.根据权利要求1所述的一种基于计量经济学的移动应用评论分析和挖掘方法，其特征在于：所述步骤S5的计量经济学模型为，

其中，log(downloads)_t代表在t时刻对移动应用下载量取对数的结果，β_i代表第i个移动应用特征的系数，α代表移动应用相关的人工调节参数，ε_t代表在t时刻的误差项。

7.根据权利要求1所述的一种基于计量经济学的移动应用评论分析和挖掘方法，其特征在于：所述S5中所述下载量指标需要归一化处理。