[发明专利]一种电商平台的商品评价排序方法

说明书

本发明涉及一种电商平台的商品评价排序方法，更具体是涉及一种基于信息熵的商品评价排序策略。本发明提供的基于信息熵的商品评价排序策略，计算每条评价文本中的信息量，计算出的信息量经过归一化后可以与评价的发布日期、用户满意度、敏感信息降权等其它维度共同使用，提升用户的体验。

技术领域

本发明涉及一种电商平台的商品评价排序方法，更具体是涉及一种基于信息熵的商品评价排序策略。

背景技术

商品的评价数据做为电商网站的重要产品信息之一对用户是否购买的决策起着非常重要的引导作用。热销商品的评价往往成千上万，评论质量良莠不齐，消费者往往需要花费较大的时间成本在评价中获取信息。因此，通过建立一套能够将相对优质的评价优先排序的排序策略，能够大大降低用户的决策时间，提升用户体验。

电商网站普遍采用的评价排序方式是按评价发表的时间由新到旧进行排序，再按人工置顶干预的方式来优化评价的排名，主观性较强难以体现用户的真实意图而且效率较为低下。如果采用其它的统计方法对商品评价进行排序时，也容易出现计算量大、统计复杂、排序效果不好等诸多问题。

商品评价的本质是信息，信息的作用是用来消除不确定性。评价内容的优劣应当体现在其能够帮助消费者消除对商品认知的不确定性的能力上。根据香农《信息论》的理论，这种消除不确定性的能力可以通过计算信息熵的方式计算得出。经过实践，评价内容的信息熵用于参与商品评价的排序得出的效果要远远好过仅使用评价日期加人工干预的方式。

发明内容

本发明的目的是：提供了一种简便、高效的商品评价排序方法，能够有效地在较小的统计计算量的情况下，获得语义更丰富的评价排序，更方便用户使用时参考商品评价。另外，本发明提供的基于信息熵的商品评价排序策略，计算每条评价文本中的信息量，计算出的信息量经过归一化后可以与评价的发布日期、用户满意度、敏感信息降权等其它维度共同使用，提升用户的体验。

技术方案是：

一种电商平台的商品评价排序方法，包括如下步骤：

第1步，对每一条商品评价的文本进行拆分处理，获得拆分后的语义单元，全部的商品评价得到的语义单元构成集合V；

第2步，计算各个语义单元在V集合中出现的概率；

第3步，对于每一条评论，统计出这条评论中含有的语义单元的种类数，并计算信息增益；

第4步，具有较高的信息增益的评论位置靠前。

在一个实施方式中，所述的拆分处理是指将文本分词处理。

在一个实施方式中，分词处理后，还包括：筛选或者指代消解等处理步骤。

在一个实施方式中，所述的拆分处理是LDA抽取主题处理。

在一个实施方式中，信息增益通过以下公式计算得到：

其中，xi是指每条评论中的语义单元，P是指其在语义单元构成集合V中出现的概率。

有益效果

1、算法易于实现，便于落地，用途广泛。得出的结果既可以单独使用，也可以归一化后与作为一个维度数据与其它算法联合使用。2、能够大幅度提升商品评价的排序效果，提升用户体验。

具体实施方式

本发明的详细实现内容，包括以下步骤：

1、对商品的每一条评价文本内容进行处理，拆分成小的单元，将这些单元组成文本集合V＝(v1,v2,v3…vn)。

假设某商品有3条评价分别为：

A、质量不错，大小非常合适。

B、质量一般，比较实用。