[发明专利]基于用户评论的商品数据分析方法、系统、设备和介质在审
申请号: | 202111478980.2 | 申请日: | 2021-12-06 |
公开(公告)号: | CN114169926A | 公开(公告)日: | 2022-03-11 |
发明(设计)人: | 王妙玉;周亮;周小桥;吴宁泉 | 申请(专利权)人: | 广东好太太智能家居有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06F16/951;G06F16/9535;G06F40/289;G06F40/284;G06F16/26 |
代理公司: | 广州市越秀区哲力专利商标事务所(普通合伙) 44288 | 代理人: | 成婵娟 |
地址: | 511434 广东省广州*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 用户 评论 商品 数据 分析 方法 系统 设备 介质 | ||
本发明公开了基于用户评论的商品数据分析方法、系统、设备及介质,商品数据分析方法包括:获取对应各品类商品的销售数据以及用户评论数据,并对同一品类商品的销售数据及其用户评论数据进行关联;对各品类商品的销量数据进行筛选以获取满足预设退换条件的目标品类商品,并调用目标品类商品相关联的用户评论数据;对目标品类商品的用户评论数据进行评论内容分析,并向指定终端推送并展示根据分析结果生成的目标品类商品的缺陷报告。本发明可实现批量且全面地对用户评论进行退换货原因分析,可让商家快速获知产品的缺陷,提高产品分析的准确性以及提供产品分析效率。
技术领域
本发明涉及电商大数据分析领域,尤其涉及一种基于用户评论的商品数据分析方法、系统、设备及存储介质。
背景技术
现阶段,网上购物由于具有方便、快捷等优点被广大消费者认同和使用,电商平台给买家带来便捷的同时也为卖家带来各种挑战,在电商平台公平公开公正的原则下,用户可以随心所愿的提交评论,根据自己的满意度发表产品的缺陷,甚至选择退货退款;但是由于互联网的特性信息传播速度非常快,在信息传播过程中含有可能会让产品的缺陷放大,一旦发生用户吐槽缺陷很容易导致退货退款,其他买家用户也会查看到用户不满意评论很可能选择放弃购买该产品;对于企业的销售产生不良影响给企业带来较大的经济损失。
而现有的电商平台普遍缺少信息分析能力,商家只能从众多的用户评论中逐个评论进行阅读,再从中挑选出部分用户评论进行分析才可了解到商品的市场情况,通过人工分析获得的结论无疑是片面的,无法给商家的生产及营销策略提供准确数据。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种基于用户评论的商品数据分析方法,实现批量且全面地对用户评论进行退换货原因分析,可让商家快速获知产品的缺陷,提高产品分析的准确性以及提供产品分析效率。
本发明的目的之二在于提供一种基于用户评论的商品数据分析系统。
本发明的目的之三在于提供一种电子设备。
本发明的目的之四在于提供一种存储介质。
本发明的目的之一采用如下技术方案实现:
一种基于用户评论的商品数据分析方法,包括:
获取对应各品类商品的销售数据以及用户评论数据,并对同一品类商品的销售数据及其用户评论数据进行关联;
对各品类商品的销量数据进行筛选以获取满足预设退换条件的目标品类商品,并调用所述目标品类商品相关联的用户评论数据;
对所述目标品类商品的用户评论数据进行评论内容分析,推送并展示根据分析结果生成的所述目标品类商品的缺陷报告。
进一步地,对同一品类商品的销售数据及其用户评论数据进行关联的方法为:
预先根据商品的商品信息生成该商品所对应的唯一标识;
将商品的唯一标识相同的销售数据和用户评论数据进行关联。
进一步地,所述预设退换条件为:
在预设时间内销售量达到预设值的各品类商品中,若有品类商品的退换率达到预设范围,则满足预设退换条件。
进一步地,对目标品类商品的用户评论数据进行评论内容分析的方法为:
对目标品类商品的所有用户评论数据进行评论等级筛选以获得预设等级以下的评论信息;
对预设等级以下的评论信息进行自然语言分析提取出目标品类商品的关键缺陷,并根据关键缺陷在预设等级以下的所有评论信息中的重复率确定缺陷的严重程度,将分析获得的目标品类商品的关键缺陷及其严重程度生成对应的缺陷报告。
进一步地,对目标品类商品的用户评论数据进行评论内容分析的方法为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东好太太智能家居有限公司,未经广东好太太智能家居有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111478980.2/2.html,转载请声明来源钻瓜专利网。