[发明专利]一种用户画像构建方法

说明书

本申请涉及一种用户画像构建方法，涉及评论文本分析和自然语言处理技术领域，包括：提取评价文本中的目标词和意见词；量化意见词，得到意见词的量化结果；将所述目标词进行分类：将各类别词和各所述目标词分别带入向量训练模型，得到有向量形式的类别词和有向量形式的目标词；计算各目标词与类别词之间的余弦距离；将最大余弦距离值所对应的目标词归入对应的类别中；对各类别下的目标词所对应意见词的量化结果进行求和，得到各类别的分值；根据各类别的分值得到用户画像。面对繁杂庞大的评价文本，通过量化意见词、对目标词进行分类并计算出各类别分值，准确地体现用户的喜厌程度，精准地得到用户画像，给用户带来更好的体验。

技术领域

本申请涉及大数据分析领域，尤其涉及评论文本分析和自然语言处理领域。

背景技术

随着互联网技术的流行，互联网用户每天都在互联网上产生大量数据，包括静态数据、动态数据，通过提取数据中的用户特征，建立用户画像是十分有意义的。通过建立用户画像有助于：理解用户，获得和分析用户的反馈，挖掘用户的潜在需求等，并为用户提供个性化服务。例如，在电商领域，通过收集用户的浏览、收藏、购买的商品信息，分析用户的消费行为，获得用户的消费偏好，并构建用户画像。针对不同用户的特征提供对应的服务，为用户带来更好的服务体验。

目前的研究中，常见的用户画像构建常常立足于用户行为的统计分析。比如电商例子中，通过统计用户浏览、收藏、加入购物车以及购买的几种行为进行统计，可以一定程度上得到用户更偏好在哪类商品，但只是统计意义上的规律，并不能够细致刻画用户的偏好，也不能够完全解释用户的偏好。而能够直接、具体、准确地反应用户喜恶以及对哪些方面喜好哪些方面厌恶，便是用户自己写下的评论。因此，对用户评论深入分析有利于更为精准地刻画用户画像，能给用户带来更好的体验，具有研究意义和应用价值。而用户的评论数据无疑是庞大的，人工逐条读取获得信息显然是不可能的，所以如何从大量评论文本中提取出用户意见观点是研究重点之一。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

根据本公开实施例的一个方面，提供了一种用户画像构建方法。

在一些可选实施例中，所述方法包括步骤:

提取评价文本中的目标词和意见词；

量化意见词，得到意见词的量化结果；

将所述目标词进行分类：将各类别词和各所述目标词分别带入向量训练模型，得到有向量形式的类别词和有向量形式的目标词；计算各目标词与类别词之间的余弦距离；将最大余弦距离值所对应的目标词归入对应的类别中；

对各类别下的目标词所对应意见词的量化结果进行求和，得到各类别的分值；

根据各类别的分值得到用户画像。

通过向量模型训练目标词和类别词，并计算具有向量的目标词和具有向量的类别词之间的余弦距离，通过最大余弦距离值将目标词归入对应的类别中，通过对各类别的目标词所对应意见词进行量化并求和方式，得到各类别的分值，通过各类别的分值得到用户画像。

在一些可选实施例中，所述步骤之前还包括如下步骤：

对评论文本进行预处理，包括：

清洗数据、筛除数据；

对评论文本进行分词、词性标注、依存句法分析。

通过对评论文本的清洗数据、筛除数据，使评论文本更准确地表达用户及评论对象的特征信息。

在一些可选实施例中，所述提取评价文本中的目标词和意见词，包括：