[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

说明书

本发明提供一种基于计量经济学的移动应用评论分析与挖掘方法，涉及融合不同类型用户生成数据并进行分析与挖掘，具体地说，基于用户在移动应用市场上传的海量评论建立计量经济学模型，以此生成有指导意义的用户反馈。该方法不仅能够通过特征提取深入分析用户的实际需求，同时利用计量经济学模型刻画不同因素对于移动应用下载量的影响，能够同时满足不同的用户需求。

技术领域

本发明属于数据挖掘领域，具体涉及一种基于计量经济学的移动应用评论分析与挖掘方法。

背景技术

近年来，随着移动互联网的快速发展，智能手机正成为“人-机-物”三元世界互相沟通和融合的门户。与此同时，移动应用的数量也迅速增长，融入了衣食住行各个领域。对于移动应用开发者来说，同类型的产品数量增多，竞争日趋激烈，而应对这一挑战的关键在于推出更加贴近用户关注和需求的产品。面对日益增长的用户评论，非常需要一种高效的分析与挖掘方法来处理海量信息，从而为移动应用开发者提供指导。专利CN106227720A提出了一种APP软件用户评论模式识别方法，该专利基于自然语言处理技术对评论数据进行分析，选择词性组合模板，最终确定软件用户的评论模式。专利CN101667194A提出了一种基于用户评论文本特征的自动摘要方法及其自动摘要系统，该专利基于特征识别和评论分类的结果，计算关键词权重并生成文本评论摘要。然而根据调研发现，各大移动应用市场均公开了下载量信息。上述专利的不足之处在于没有融合其他可用的数据源，比如下载量，简单地基于文本挖掘技术，实现方法过于简单，不能充分地挖掘文本评论中包含的丰富信息，难以满足实际需求。

发明内容

为了克服现有方法不能有效挖掘移动应用评论的不足，本发明提供一种基于计量经济学的移动应用评论分析与挖掘方法。该方法不仅能够通过特征提取深入分析用户的实际需求，同时利用计量经济学模型刻画不同因素对于移动应用下载量的影响，能够同时满足不同的用户需求。

为了实现上述目的，本发明采取的技术方案为：一种基于计量经济学的移动应用评论分析与挖掘方法，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。

进一步的，一种基于计量经济学的移动应用评论分析和挖掘方法，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。

进一步的，一种基于计量经济学的移动应用评论分析和挖掘方法，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。

进一步的，一种基于计量经济学的移动应用评论分析和挖掘方法，所述步骤S3的置信度定义为：