[发明专利]一种基于网络评论的产品质量问题发现及风险评估方法

权利要求书

1.一种基于网络评论的产品质量问题发现及风险评估方法，其特征在于，所述基于网络评论的产品质量问题发现及风险评估方法包括：

利用网络爬虫，抓取与指定产品相关的论坛、电商网页，得到指定页数的搜索结果页；

提取各搜索结果页中的评论数据，并将评论数据保存到数据库中；

对各评论数据进行分词及词性标注、句法分析、情感词标注三步预处理，得到结构化文本；

采用均匀采样方法从结构化文本中取出500条评论数据的处理结果，并对质量特征词进行标注，得到训练集；

根据训练集以及预先设定的特征模板，对条件随机场进行训练，得到条件随机场模型；

利用条件随机场模型对所述结构化文本进行质量特征词标注，得到结果集；

从结果集中提取出标注为质量特征词的词语，得到质量特征词集；

基于预先设定的质量问题描述模板，在所述质量特征词集中统计出与每个质量特征词相关的质量问题；

利用基于质量特征词的风险评估算法，计算每个质量特征词的风险评估值。

2.根据权利要求1所述的基于网络评论的产品质量问题发现及风险评估方法，其特征在于，每个搜索结果页包含13个搜索结果；

所述提取各搜索结果页中的评论数据，并将评论数据保存到数据库中，具体包括：

针对第i个搜索结果页中的第j个搜索结果，提取第i个搜索结果页中的第j个搜索结果的标题；

计算标题和产品名的相似度；

若相似度小于0.8，则继续提取第i个搜索结果页中的第j+1个搜索结果的标题；

若相似度大于或等于0.8，则提取第i个搜索结果页中的第j个搜索结果的统一资源定位系统URL；

根据第j个搜索结果的URL，判断第j个搜索结果是否为论坛或电商网站，若不是，则继续提取第i个搜索结果页中的第j+1个搜索结果的标题；若是，则进行网页抓取和信息抽取，得到评论数据，并将评论数据保存到数据库中。

3.根据权利要求2所述的基于网络评论的产品质量问题发现及风险评估方法，其特征在于，根据以下公式计算标题和产品名的相似度：

其中，Z是归一化因子，α_k是位置系数，且0＜α_k≤1，P_k是单次相似度，P_k的取值为0或1。

4.根据权利要求1所述的基于网络评论的产品质量问题发现及风险评估方法，其特征在于，所述对各评论数据进行分词及词性标注、句法分析、情感词标注三步预处理，得到结构化文本，具体包括：

对各评论数据进行分词及词性标注，得到对应的分词评论文本；

对所述分词评论文本进行句法分析，得到分词评论文本中各个词语的依存关系；

使用情感词词典对所述分词评论文本中的各个词语进行情感词标注；所述情感词词典中，词语的情感倾向包括三类：褒义、贬义、中性，分别用P、N、M表示，对于褒义情感词和贬义情感词，情感强度分为1、3、5、7、9五档，9表示强度最大，1为强度最小，对于中性情感词，情感强度均为0。

5.根据权利要求1所述的基于网络评论的产品质量问题发现及风险评估方法，其特征在于，所述质量问题描述模板第一类质量问题描述模板和第二类质量问题描述模板；

所述第一类质量问题描述模板包括质量特征词和情感词；

所述第二类质量问题描述模板包括“不”字和质量特征词。

6.根据权利要求1所述的基于网络评论的产品质量问题发现及风险评估方法，其特征在于，所述风险评估算法基于情感词词典和程度副词词典；

所述程度副词词典中，词语按照情感强度分为四类，分别为：“极其”、“很”、“较”、“稍”，对应的情感强度值为4、3、2、1。