[发明专利]一种基于智能营销的用户评价观点挖掘系统

权利要求书

1.一种基于智能营销的用户评价观点挖掘系统，其特征在于：包括数据源构建与预处理、用户画像、用户观点挖掘和可视化平台，所述数据源构建与预处理作为模型构建的必备资源，而数据是通过算法构建人工智能模型的基础，借助大数据整合过去和实时数据来评估客户的品味和喜好，完成至少20个领域讨论区的数据抓取；所述用户画像通过消费者的日常评论或其他相关信息抽取用户的性别，年龄，职业，地域，兴趣等相关个性化信息，信息的全面性和正确性要有所保证，通过对这些信息的分析，根据历史用户特征，分析用户的当前需求和用户的未来需求，针对特定群体，利用不同的联系方式进行营销；所述用户观点挖掘通过对产品评论的用户观点挖掘,对发现潜在消费群体有着非常重要的作用,商家可以据此制定更有针对性的产品营销策略,从而真正发挥出大数据挖掘的作用，对已购买或者待购买用户的评价观点进行挖掘，要求完整提取用户的评价对象，评价观点以及分析用户的情感倾向，评价观点完整并对用户的情感正负能有所判断；所述可视化平台通过增加数据可视化使用，能够发现用户追求的价值，能够分辨出有用的和没用的数据，最大限度的提高生产力，让信息的价值最大化。

2.根据权利要求1所述的一种基于智能营销的用户评价观点挖掘系统，其特征在于：所述数据源构建与预处理构建的算法包括数据爬取模块、信息预处理模块、评价部分提取模块、评价观点抽取模块、用户画像刻画模块和可视化模块，所述数据爬取模块通过采集技术主要以某几个或者有限数量的网址为入口，进行采集，通过对网页链接进行提取，为下一轮采集提供信息，进而想整个网络进行扩展，主要是以微博和网上讨论区为例，尽可能广的收集反映用户营销相关的细粒度用户评价数据，系统通过此模块为整个系统提供数据，得到分析对象；所述信息预处理模块通过采集模块获取的信息进行处理，包括数据清理，数据统计，数据格式化等；所述评价部分提取模块通过运用序列标注网络，完整的抽取用户对产品的评价，为后续的情感分析，观点挖掘做基础，本模块对应着技术路线之四以文本语义段为基本单元的序列标注网络，包括以半自动方式构建训练集，然后设计相应的策略与网络并进行模型训练；所述评价观点提取模块通过从评价提取模块提取的数据中抽取用户对产品的具体评价观点；本模块对应着技术路线之一、二、三融合整体语义的评价观点抽取算法与情感分析算法，包括相应的高质量数据集构建，网络设计与训练等；所述用户画像刻画模块是将用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型，就是给用户打标签，而标签是通过对用户信息分析而来的高度精炼的特征标识，为后续根据历史用户特征，分析产品的潜在用户和用户的潜在需求，针对特定群体，利用短信、邮件等方式进行营销等做铺垫；所述可视化模块通过以简明、友好、容易交互的方式向用户展示细粒度用户评论挖掘的结果。

3.根据权利要求2所述的一种基于智能营销的用户评价观点挖掘系统，其特征在于：所述评价观点抽取模块通过构造一个混合网络来将规则以及领域知识融合到网络里面来加以解决，在考虑情感纯度的情感分类方法上，将构造一个双层网络进行解决，将基于第一部分研究的网络，在融合整体语义的评价观点抽取算法上，将在序列标签之外，单独设置一个语义标签在表征“否定”、“转述”以及“疑问”等整体语义，使得抽取观点更加完整，采取序列标注网络，以小文本段为单元来提取真正的评价部分，在涉及用户画像的个性化信息提取上，将利用多模态多层重构网络来进行实现。

4.根据权利要求3所述的一种基于智能营销的用户评价观点挖掘系统，其特征在于：所述双层网络包括第一层是高纯度情感分类网络，通过嵌入否定词、疑问词、假设词、假想词、正向词汇、负向词汇等特征，提高模型的学习能力，第二层是由高纯度情感分类网络的输出以及每个句子的前连接词和后连接词以及中间的关键词的词向量构造而成，在第一层纯度情感网络的基础上，学习复杂情感判别网络。

5.根据权利要求2所述的一种基于智能营销的用户评价观点挖掘系统，其特征在于：所述评价观点抽取模块基于 RNN 的序列标注网络来进行提取，以文本语义段为基本单元，文本语义段包括短句已经长句的分句，通过序列标注网络来讲真正的目标段提取出来。

6.根据权利要求1所述的一种基于智能营销的用户评价观点挖掘系统，其特征在于：所述基于智能营销的用户评价观点挖掘系统选择Windows XP 环境，在目前主流配置计算机上，使用计算机领域广泛使用的编程语言Python实现本项目的机器学习算法。