对用户评价进行处理的方法及装置制造方法及图纸

本发明专利技术实施例提供一种对用户评价进行处理的方法及装置。该方法包括：根据分词词库对用户评价进行分词，得到满足预设词性的待匹配词及所述待匹配词的词频；将所述待匹配词与口碑词库进行匹配，得到与所述口碑词库匹配成功的口碑词及所述口碑词的评价属性，根据所述待匹配词的词频，得到所述口碑词的词频；根据所述口碑词的词频和评价属性，确定与所述用户评价对应的情感倾向信息。本发明专利技术实施例实现了对用户评价进行自动分析，无需耗费人力。

【技术实现步骤摘要】

本专利技术实施例涉及互联网应用技术，尤其涉及一种对用户评价进行处理的方法及 目.ο
技术介绍
随着计算机技术和网络技术的飞速发展，互联网在人们的日常生活、学习和工作中发挥的作用越来越大。用户通常会在互联网上对各种新闻、产品或服务等作出自己的主观评论。比如用户对“手机QQ音乐”软件的评价“界面操作方便”，表达了用户对“手机QQ音乐”软件的好评；用户评价“播放不流畅”，表达了用户对“手机QQ音乐”的差评。在现有技术中，主要通过人工对用户评价进行情感分析，确定用户的情感倾向，再根据用户的情感倾向，对产品等进行改进。然而，在这种基于人工实现的对用户评价进行处理的方式，不仅无法对用户评价进行定量分析，还审核量大、耗费人力多、效率低下，特别是在在大数据情况下，不利于对用户评价进行处理。
技术实现思路
本专利技术实施例提供一种对用户评价进行处理的方法及装置，以实现对用户评价进行定量分析，并克服人工对用户评价进行处理审核量大，耗费人力、效率低的问题，在大数据情况下，利于对用户评价进行处理。第一方面，本专利技术实施例提供一种对用户评价进行处理的方法，包括:根据分词词库对用户评价进行分词，得到满足预设词性的待匹配词及所述待匹配词的词频；将所述待匹配词与口碑词库进行匹配，得到与所述口碑词库匹配成功的口碑词及所述口碑词的评价属性，根据所述待匹配词的词频，得到所述口碑词的词频；根据所述口碑词的词频和评价属性，确定与所述用户评价对应的情感倾向信息。第二方面，本专利技术实施例提供一种对用户评价进行处理的装置，包括:分词模块，用于根据分词词库对用户评价进行分词，得到满足预设词性的待匹配词及所述待匹配词的词频；匹配模块，用于将所述待匹配词与口碑词库进行匹配，得到与所述口碑词库匹配成功的口碑词及所述口碑词的评价属性，所述评价属性为正面评价或负面评价，根据所述待匹配词的词频，得到所述口碑词的词频；处理模块，用于根据所述口碑词的词频和评价属性，确定与所述用户评价对应的情感倾向信息。本专利技术实施例提供的对用户评价进行处理的方法及装置，该方法根据分词词库对用户评价进行分词，得到满足预设词性的待匹配词及所述待匹配词的词频；将所述待匹配词与口碑词库进行匹配，得到与所述口碑词库匹配成功的口碑词及所述口碑词的评价属性，所述评价属性为正面评价或负面评价，根据所述待匹配词的词频，得到所述口碑词的词频；根据所述口碑词的词频和评价属性，确定与所述用户评价对应的情感倾向信息，能够对用户评价进行定量分析，实现了对用户评价进行自动分析，无需耗费人力，提高了处理效率，特别在大数据情况下，利于对用户评价进行处理。【附图说明】为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术对用户评价进行处理的方法实施例一的流程图；图2为本专利技术实施例对用户评价进行分词的过程示意图；图3A和图3B为本专利技术实施例口碑词语评价属性示意图；图4为本专利技术对用户评价进行处理的方法实施例二的流程图；图5为本专利技术实施例新词发现结果示意图；图6为本专利技术口碑词库结构示意图；图7为本专利技术对用户评价进行处理的方法实施例三的流程图；图8为对用户评价进行处理的结果示意图；图9为本专利技术对用户评价进行处理的装置实施例一的结构示意图；图10为本专利技术对用户评价进行处理的装置实施例二的结构示意图。【具体实施方式】为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术对用户评价进行处理的方法实施例一的流程图。本实施例的执行主体为对用户评价进行处理的装置，该装置可由任意的软件和/或硬件实现。如图1所示，本实施例的方法可以包括:步骤101、根据分词词库对用户评价进行分词，得到满足预设词性的待匹配词及所述待匹配词的词频；步骤102、将所述待匹配词与口碑词库进行匹配，得到与所述口碑词库匹配成功的口碑词及所述口碑词的评价属性，根据所述待匹配词的词频，得到所述口碑词的词频；步骤103、根据所述口碑词的词频和评价属性，确定与所述用户评价对应的情感倾向信息。在具体实现过程中，情感分析在当今互联网的各种产品中，起着越来越重要的作用。很多企业通过互联网进行产品推广和用户评价进行收集。对用户评价收集，将有助于对产品的改进。在步骤101中，在互联网上获取到用户评价之后，根据分词词库对用户评价进行分词，得到满足预设词性的待匹配词及待匹配词的词频。具体地，分词词库中包括了各种词语，以及词语的词性。用户评价具体可以为一个句子，或者简单的描述。根据分词词库中包括的词语，对用户评价进行分词处理，得到多个待匹配词，并计算各待匹配词在用户评价中的词频。进一步地，分词的初步结果会包含多种词性，存在标点符号等大量杂质，根据预设词性选取形容词、名词、动词等几种最有可能包含口碑词的待匹配词。图2为本专利技术实施例对用户评价进行分词的过程示意图。图2的左边，示意出根据分词词库对用户评价进行分词，得到的初步分词结果。由图2可知，该分词结果包括待匹配词，词性以及词频。图2的右边，为满足预设词性的待匹配词及词频。在步骤102中，将待匹配词与口碑词库进行匹配，得到与口碑词库匹配的口碑词及口碑词的评价属性。具体地，口碑词库中包括口碑词及口碑词的评价属性。待匹配词与口碑词库匹配成功是指，待匹配词与口碑词库中的词语一致，此时，待匹配词即为口碑词，可根据待匹配词的词频，得到口碑词的词频。同时在口碑词库中获取到该口碑词的评价属性。口碑词的评价属性为正面评价或负面评价。图3A和图3B为本专利技术实施例口碑词语评价属性示意图。在图3A中，当正面数据列的取值为I时，说明该口碑词为正面评价，在图3B中，当负面数据列的取值为I时，说明该口碑词为负面评价。本领域技术人员可以理解，本实施例中涉及的口碑词库，可以为根据经验确定的预设词库，同时还可在使用过程中，时时进行更新。在步骤103中，根据口碑词的词频和评价属性,确定与用户评价对应的情感倾向信息。具体地，情感倾向信息包括用户对产品的好评或差评等。好评度=正面评价词频总和/(正面评价词频总和+负面评价词频总和)*100。好评度值越高，说明用户对产品满意；好评度值越低，说明用户对产品不满意，此时需要对产品做出改进。通过使用口碑词的词频和评价属性，实现了定性与定量相结合的方式，对用户评价进行处理，利于从整体了解用户的情感倾向信息。本专利技术实施例提供的对用户评价进行处理的方法，通过根据分词词库对用户评价进行分词，得到满足预设词性的待匹配词及所述待匹配词的词频；将所述待匹配词与口碑词库进行匹配，得到与所述口碑词库匹配成功的口碑词及所述口碑词的评价属性，所述评价属性为正面评价或负面评价，根据所述待匹配词的词频，得到所述口碑词的词频；根据所述口碑词的词频和评价属性，确定与所述用户评价对应的情感倾向本文档来自技高网...

【技术保护点】
一种对用户评价进行处理的方法，其特征在于，包括：根据分词词库对用户评价进行分词，得到满足预设词性的待匹配词及所述待匹配词的词频；将所述待匹配词与口碑词库进行匹配，得到与所述口碑词库匹配成功的口碑词及所述口碑词的评价属性，根据所述待匹配词的词频，得到所述口碑词的词频；根据所述口碑词的词频和评价属性，确定与所述用户评价对应的情感倾向信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：吕虹，陈妍，梁璟彪，骆玘，黄利贤，樊中一，温春龙，刘敏，黎博，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44