产品评论数据分析方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及大数据技术领域，提供了一种产品评论数据分析方法、装置、计算机设备和存储介质。方法包括：根据产品选择信息，确定待分析产品，根据获取的待分析产品的发行数据，确定产品特征标签，并查找与产品特征标签匹配的目标语言处理模型，获取待分析产品的评论数据并输入目标语言处理模型进行词法分析，确定各评论数据的褒贬性，并根据评论数据携带的类别标签，获得各类别评论数据的比重数据，根据比重数据以及目标语言处理模型的加权参数，得到评论数据分析结果。考虑待分析产品的发行数据来选择对应的目标语言处理模型，在进行评论数据褒贬分析的同时，结合了发行数据的影响，提高评论数据分析结果的准确性。

Data analysis methods, devices, computer equipment and storage media for product reviews

【技术实现步骤摘要】
产品评论数据分析方法、装置、计算机设备和存储介质
本申请涉及大数据
，特别是涉及一种产品评论数据分析方法、装置、计算机设备和存储介质。
技术介绍
随着互联网技术的不断发展，电子商务正在发展成一个繁荣的商业模式，尤其是对于金融产品中的P2P理财产品，收益高风险也高，用户在购买消费之后，经常会就购买的产品发表他们的看法或评论意见，对于想要购买这类金融产品的用户，往往会想要根据已发表看法和评论来进行整体的评估，决定是否购买该产品。但由于同一产品的评论数据众多，信息零散，导致分析难度大，且不同的产品的发行企业以及地域政策等，也会对产品的评估分析造成不同的影响，传统的对于理财类的产品的评论数据分析方法，对产品分析的分析结果不够准确。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高分析准确性的产品评论数据分析方法、装置、计算机设备和存储介质。一种产品评论数据分析方法，所述方法包括：根据产品分析请求携带的产品选择信息，确定待分析产品；获取所述待分析产品的发行数据，根据所述发行数据，确定所述待分析产品的产品特征标签；根据所述产品特征标签，查找预设模型群中的目标语言处理模型，所述目标语言处理模型携带有与所述产品特征标签匹配的模型特征标签；获取所述待分析产品的评论数据，将所述评论数据输入所述目标语言处理模型进行词法分析，确定各所述评论数据的褒贬性，并根据所述评论数据携带的类别标签，获得各类别评论数据褒贬评论的比重数据；根据所述各类别评论数据褒贬评论的比重数据以及所述目标语言处理模型的加权参数，得到所述待分析产品的评论数据分析结果。在其中一个实施例中，所述获取所述待分析产品的发行数据，根据所述发行数据，确定所述待分析产品的产品特征标签包括：获取所述发行数据中的发行企业信息与发行地域信息；获取所述发行企业信息中的守信数据与失信数据，根据所述守信数据与所述失信数据，确定发行企业风险等级；获取所述发行地域信息中的地域已发行产品数目与地域风险产品数目，根据所述地域已发行产品数目与所述地域风险产品数目，确定发行地域风险等级；根据所述发行企业风险等级和所述发行地域风险等级，确定所述待分析产品的产品特征标签。在其中一个实施例中，所述根据所述产品特征标签，查找预设模型群中的目标语言处理模型之前，还包括：根据发行数据的风险等级，对样本产品进行分类，获得多个样本产品集合，并获取所述样本产品集合中样本产品的评论样本数据；建立所述样本产品集合与初始语言处理模型的关联关系；根据所述关联关系，将所述评论样本数据输入对应的初始语言处理模型，对所述初始语言处理模型进行训练，得到训练完成的语言处理模型；将所述样本产品集合对应所述发行数据的风险等级，标记为所述语言处理模型的模型特征标签；根据携带有所述模型特征标签的各所述语言处理模型，构建所述预设模型群。在其中一个实施例中，所述评论样本数据中包括领域专有词和情绪特征词；所述根据所述关联关系，将所述评论样本数据输入对应的初始语言处理模型，对所述初始语言处理模型进行训练，得到训练完成的语言处理模型包括：根据所述评论样本数据携带的评价标签，对所述评论样本数据中的所述领域专有词与所述情绪特征词进行褒贬词性标记，所述评价标签包括好评标签和差评标签；根据所述关联关系，将标记有所述褒贬词性的所述评论样本数据输入对应的初始语言处理模型；根据所述样本产品集合的期望分析结果，以及所述初始语言处理模型输出分析结果，对所述初始语言处理模型中的加权参数进行调整，得到训练完成的语言处理模型。在其中一个实施例中，所述根据所述产品特征标签，查找预设模型群中的目标语言处理模型包括：根据所述产品特征标签中的发行企业风险等级信息，匹配预设模型群各语言处理模型的模型特征标签；当匹配到包含相同所述发行企业风险等级信息的模型特征标签时，获取携带有所述模型特征标签的目标语言处理模型。在其中一个实施例中，所述根据所述产品特征标签中的发行企业风险等级信息，匹配预设模型群各语言处理模型的模型特征标签之后，还包括：当未匹配到包含相同所述发行企业风险等级信息的模型特征标签时，根据所述产品特征标签中的发行地域风险等级信息，匹配预设模型群各语言处理模型的模型特征标签；当匹配到包含相同所述发行地域风险等级信息的模型特征标签时，获取携带有所述模型特征标签的目标语言处理模型。在其中一个实施例中，所述获取所述待分析产品的评论数据，将所述评论数据输入所述目标语言处理模型进行词法分析，确定各所述评论数据的褒贬性，并根据所述评论数据携带的类别标签，获得各类别评论数据褒贬评论的比重数据之前，还包括：检索所述待分析产品的评论网页，并提取所述评论网页中与所述待分析产品关联的文本；根据预设标点符号，对所述文本进行语句划分；根据预设领域专有字库和预设情绪特征词库，筛选划分的各语句中包括领域专有词和情绪特征词的目标语句，并将所述目标语句标记为所述待分析产品的评论数据。一种产品评论数据分析装置，所述装置包括：待分析产品确定模块，用于根据产品分析请求携带的产品选择信息，确定待分析产品；特征标签确定模块，用于获取所述待分析产品的发行数据，根据所述发行数据，确定所述待分析产品的产品特征标签；模型查找模块，用于根据所述产品特征标签，查找预设模型群中的目标语言处理模型，所述目标语言处理模型携带有与所述产品特征标签匹配的模型特征标签；评论数据获取与处理模块，用于获取所述待分析产品的评论数据，将所述评论数据输入所述目标语言处理模型进行词法分析，确定各所述评论数据的褒贬性，并根据所述评论数据携带的类别标签，获得各类别评论数据褒贬评论的比重数据；评论数据分析结果获得模块，用于将根据所述各类别评论数据褒贬评论的比重数据以及所述目标语言处理模型的加权参数，得到所述待分析产品的评论数据分析结果。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：根据产品分析请求携带的产品选择信息，确定待分析产品；获取所述待分析产品的发行数据，根据所述发行数据，确定所述待分析产品的产品特征标签；根据所述产品特征标签，查找预设模型群中的目标语言处理模型，所述目标语言处理模型携带有与所述产品特征标签匹配的模型特征标签；获取所述待分析产品的评论数据，将所述评论数据输入所述目标语言处理模型进行词法分析，确定各所述评论数据的褒贬性，并根据所述评论数据携带的类别标签，获得各类别评论数据褒贬评论的比重数据；根据所述各类别评论数据褒贬评论的比重数据以及所述目标语言处理模型的加权参数，得到所述待分析产品的评论数据分析结果。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：根据产品分析请求携带的产品选择信息，确定待分析产品；获取所述待分析产品的发行数据，根据所述发行数据，确定所述待分析产品的产品特征标签；根据所述产品特征标签，查找预设模型群中的目标语言处理模型，所述目标语言处理模型携带有与所述产品特征标签匹配的模型特征标签；获取所述待分析产品的评论数据，将所述评论数据输入所述目标语言处理模型进行词法分析，确定各所述评论数据的褒贬性，并根据所述评论数据携带的类别标签，获得各类别评论数据褒贬评论的比重数据；根据所述各类别评论数据褒贬评论本文档来自技高网...

【技术保护点】
1.一种产品评论数据分析方法，所述方法包括：根据产品分析请求携带的产品选择信息，确定待分析产品；获取所述待分析产品的发行数据，根据所述发行数据，确定所述待分析产品的产品特征标签；根据所述产品特征标签，查找预设模型群中的目标语言处理模型，所述目标语言处理模型携带有与所述产品特征标签匹配的模型特征标签；获取所述待分析产品的评论数据，将所述评论数据输入所述目标语言处理模型进行词法分析，确定各所述评论数据的褒贬性，并根据所述评论数据携带的类别标签，获得各类别评论数据褒贬评论的比重数据；根据所述各类别评论数据褒贬评论的比重数据以及所述目标语言处理模型的加权参数，得到所述待分析产品的评论数据分析结果。

【技术特征摘要】
1.一种产品评论数据分析方法，所述方法包括：根据产品分析请求携带的产品选择信息，确定待分析产品；获取所述待分析产品的发行数据，根据所述发行数据，确定所述待分析产品的产品特征标签；根据所述产品特征标签，查找预设模型群中的目标语言处理模型，所述目标语言处理模型携带有与所述产品特征标签匹配的模型特征标签；获取所述待分析产品的评论数据，将所述评论数据输入所述目标语言处理模型进行词法分析，确定各所述评论数据的褒贬性，并根据所述评论数据携带的类别标签，获得各类别评论数据褒贬评论的比重数据；根据所述各类别评论数据褒贬评论的比重数据以及所述目标语言处理模型的加权参数，得到所述待分析产品的评论数据分析结果。2.根据权利要求1所述的方法，其特征在于，所述获取所述待分析产品的发行数据，根据所述发行数据，确定所述待分析产品的产品特征标签包括：获取所述发行数据中的发行企业信息与发行地域信息；获取所述发行企业信息中的守信数据与失信数据，根据所述守信数据与所述失信数据，确定发行企业风险等级；获取所述发行地域信息中的地域已发行产品数目与地域风险产品数目，根据所述地域已发行产品数目与所述地域风险产品数目，确定发行地域风险等级；根据所述发行企业风险等级和所述发行地域风险等级，确定所述待分析产品的产品特征标签。3.根据权利要求1所述的方法，其特征在于，所述根据所述产品特征标签，查找预设模型群中的目标语言处理模型之前，还包括：根据发行数据的风险等级，对样本产品进行分类，获得多个样本产品集合，并获取所述样本产品集合中样本产品的评论样本数据；建立所述样本产品集合与初始语言处理模型的关联关系；根据所述关联关系，将所述评论样本数据输入对应的初始语言处理模型，对所述初始语言处理模型进行训练，得到训练完成的语言处理模型；将所述样本产品集合对应所述发行数据的风险等级，标记为所述语言处理模型的模型特征标签；根据携带有所述模型特征标签的各所述语言处理模型，构建所述预设模型群。4.根据权利要求3所述的方法，其特征在于，所述评论样本数据中包括领域专有词和情绪特征词；所述根据所述关联关系，将所述评论样本数据输入对应的初始语言处理模型，对所述初始语言处理模型进行训练，得到训练完成的语言处理模型包括：根据所述评论样本数据携带的评价标签，对所述评论样本数据中的所述领域专有词与所述情绪特征词进行褒贬词性标记，所述评价标签包括好评标签和差评标签；根据所述关联关系，将标记有所述褒贬词性的所述评论样本数据输入对应的初始语言处理模型；根据所述样本产品集合的期望分析结果，以及所述初始语言处理模型输出分析结果，对所述初始语言处理模型中的加权参数进行调整，得到训练完成的语言处理...

【专利技术属性】
技术研发人员：张杰，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44