[发明专利]一种基于跨境电商平台的大数据用户挖掘方法及系统

说明书

本发明公开的一种基于跨境电商平台的大数据用户挖掘方法及系统，包括数据处理模块、数据统计模块、模型构建模块和数据可视化模块，借助大数据分析应用，结合机器学习、统计学等方法对大数据进行数据处理，实现数据可视化、数据智能化以及数据决策的赋能，达到完美精准营销，充分挖掘产品的不足，精进产品，降低人工成本，降低耗时，提高准确度。

技术领域

本发明属于大数据应用分析技术领域，具体涉及一种基于跨境电商平台的大数据用户挖掘方法及系统。

背景技术

现在处于信息过载的时代，越来越多的数据和信息，人力是很难做到及时、精准、全面的了解到一个市场的消费者用户的需求的，而且人看到数据、处理数据都是片面的，在面对平台量级的数据时，由于人模糊的过往经验，无法在读取评论信息时准确的进行信息提取和数据整理，并且人力处理的时效性差、成本高、准确率低。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供一种基于跨境电商平台的大数据用户挖掘方法及系统，借助大数据能够准确的提取信息、整理数据、时效性高、耗时短、成本较低、准确率高。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种基于跨境电商平台的大数据用户挖掘方法，包括以下步骤：

S1、从跨境电商平台的公开数据中获取产品的评论信息，将所述评论信息按照购买时间、购买尺码、购买颜色、评论内容以及产品评分分别建立文本信息的集合；

S2、对所述购买时间集合、购买尺寸集合以及购买颜色集合进行初步筛选，剔除文本信息中的缺失值，并对初步筛选后的文本信息进行格式统一化；

S3、对统一化后的购买时间集合、购买尺寸集合以及购买颜色集合进行数理统计，分别提取购买时间集合、购买尺寸集合以及购买颜色集合的唯一值建立购买时间子集、购买尺寸子集以及购买颜色子集，依次对所有的购买时间子集、购买尺寸子集以及购买颜色子集进行数据统计，从而得到相对应的购买时间数据子集、购买尺寸数据子集以及购买颜色数据子集，购买尺寸子集与对应的购买尺寸数据子集、购买时间子集与购买时间数据子集、购买颜色子集与购买颜色数据子集进行数据分析；

S4、对所述产品评分集合按不同分数段划分为多个产品评分子集，并对其进行数据统计，从而得到相对应的产品评分数据子集，对所有的产品评分子集与对应的产品评分数据子集进行数据分析；

S5、对所述评论内容集合进行迭代筛选，剔除重复的文本信息，并对评论内容集合中连续重复的语料语句进行机械压缩；

S6、对S5中得到的文本信息利用结巴分词的方法进行分词，剔除停用词；

S7、对S6中得到的文本信息进行进一步分析，根据语义分为正面子集和负面子集，实现关系可视化；

S8、利用LDA模型进行主题分析；

S9、对模型进行人工评估并判断是否需要进行优化处理。

进一步的，所述步骤S2中文本信息的缺失值为空的数据字段。

进一步的，所述步骤S3中将购买尺寸子集与对应的购买尺寸数据子集、购买时间子集与购买时间数据子集、购买颜色子集与购买颜色数据子集按照正态分布中间高、两端低的分布方式得到购买尺寸与购买尺寸数据的数理关系，对数据进行数据分析中分析方法数据可视化。

进一步的，所述步骤S4中对数据进行数据分析中占比分析方法数据可视化。

进一步的，所述步骤S5中重复的文本信息通常为默认评论，并对评论内容集合中单条评论内容进行数据句中去重，机械压缩单条评论内容中连续重复的语料语句。

进一步的，所述步骤S6中停用词为人工设定。