产品特征分析方法和系统技术方案

本发明专利技术一种产品特征分析方法和系统，该方法包括：通过词性分析从多个用户针对产品的评论中提取多个产品特征；对提取的产品特征进行识别，以确定积极情绪的产品特征和消极情绪的产品特征；针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度；并根据其中包含的积极情绪的产品特征和消极情绪的产品特征以及用户对每一个产品特征的重视程度确定该评论是否为积极评论；针对每一个产品特征，根据包含该产品特征的积极评论的个数确定该产品特征对应的满意程度；根据各个产品特征对应的满意程度生成对应的分析结果并输出。本发明专利技术能够对用户对一个产品特征的满意程度进行分析并输出，能够极大的提高对产品特征的挖掘和分析的效率。

【技术实现步骤摘要】

本专利技术涉及人工智能
，具体涉及一种产品特征分析方法和系统。
技术介绍
随着web2.0技术的快速发展，越来越多的人开始使用微博、论坛等社交媒体分享自己的购物体验以及对产品的观点。研究表明，77％的客户在购买之前会浏览产品的社交评论信息，此外，相比个人推荐，75％的客户更加相信在线社交评论。这些在线社交评论对人们的购买过程产生了深刻影响，成为了企业重要的信息资源，可以帮助企业分析客户的观点以及发现客户的偏好，实现对客户的反馈信息的整合，从而驱动新产品的创新设计策略。但是，由于社交评论数据量大，且评论内容具有随意性，从社交评论中挖掘客户核心关注的产品关键特征十分复杂。
技术实现思路
(一)解决的技术问题本专利技术的一个目的在于提供一种可以自动的挖掘和分析产品特征的方案。(二)技术方案为达到上述目的，本专利技术的第一个方面提供了一种产品特征分析方法，包括：通过词性分析从多个用户针对产品的评论中提取多个产品特征；对提取的产品特征进行识别，以确定积极情绪的产品特征和消极情绪的产品特征；针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度；并根据其中包含的积极情绪的产品特征和消极情绪的产品特征以及用户对每一个产品特征的重视程度确定该评论是否为积极评论；针对每一个产品特征，根据包含该产品特征的积极评论的个数确定该产品特征对应的满意程度；根据各个产品特征对应的满意程度生成对应的分析结果并输出。在一些实施例中，所述通过词性分析从多个用户针对产品的评论中进行产品特征提取，包括：通过词性标注方法对多个用户针对产品的评论进行词性分析，从其中提取产品特征。在一些实施例中，所述针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度，包括：根据该产品特征对应的修饰词以及预设的修饰词与情感强度的对应关系确定用户对该产品特征的情感强度；根据关于该产品特征的描述的内容的长度以及用户对该产品特征的情感强度确定用户对该产品特征的重视程度。在一些实施例中，针对每一个用户的评论，根据其中包含的积极情绪的产品特征和消极情绪的产品特征以及用户对每一个产品特征的重视程度确定该评论是否为积极评论，包括：在各个积极情绪的产品特征对应的重视程度的和大于各个消极情绪的产品特征对应的重视程度的和时，判定该评论为积极评论，否则，判定为消极评论。在一些实施例中，所述根据各个产品特征对应的满意程度生成对应的分析结果并输出，包括：将各个产品特征与其对应的满意程度通过可视化图表显示。第二方面，本专利技术提供了一种产品特征分析系统，包括：提取模块，用于通过词性分析从多个用户针对产品的评论中提取多个产品特征；识别模块，用于对提取的产品特征进行识别，以确定积极情绪的产品特征和消极情绪的产品特征；倾向判定模块，用于针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度；并根据其中包含的积极情绪的产品特征和消极情绪的产品特征以及用户对每一个产品特征的重视程度确定该评论是否为积极评论；满意评价模块，用于针对每一个产品特征，根据包含该产品特征的积极评论的个数确定该产品特征对应的满意程度；输出模块，用于根据各个产品特征对应的满意程度生成对应的分析结果并输出。在一些实施例中，所述提取模块用于通过词性分析从多个用户针对产品的评论中进行产品特征提取，包括：通过词性标注方法对多个用户针对产品的评论进行词性分析，从其中提取产品特征。在一些实施例中，所述倾向判定模块用于针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度，包括：根据该产品特征对应的修饰词以及预设的修饰词与情感强度的对应关系确定用户对该产品特征的情感强度；根据关于该产品特征的描述的内容的长度以及用户对该产品特征的情感强度确定用户对该产品特征的重视程度。在一些实施例中，所述倾向判定模块针对用于每一个用户的评论，根据其中包含的积极情绪的产品特征和消极情绪的产品特征以及用户对每一个产品特征的重视程度确定该评论是否为积极评论，包括：在各个积极情绪的产品特征对应的重视程度的和大于各个消极情绪的产品特征对应的重视程度的和时，判定该评论为积极评论，否则，判定为消极评论。在一些实施例中，所述输出模块用于根据各个产品特征对应的满意程度生成对应的分析结果并输出，包括：将各个产品特征与其对应的满意程度通过可视化图表显示。(三)有益效果本专利技术提供的产品特征分析方法和系统，能够对用户对一个产品特征的满意程度进行分析并输出，能够极大的提高对产品特征的挖掘和分析的效率。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简单地介绍，显而易见地，下面描述中的附图仅仅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为本专利技术一实施例提供产品特征分析方法的流程示意图；图2为本专利技术一实施例提供的产品特征分析方法的流程示意图；图3为利用本专利技术提供的产品特征分析方法输出的分析结果的一种示意图；图4为本专利技术一实施例提供的产品特征分析系统的结构示意图。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。第一方面，本专利技术一实施例提供了一种产品特征分析方法，该方法可以通过调用就计算机设备执行，参见图1，该方法可以具体包括：步骤S1，通过词性分析从多个用户针对产品的评论中提取多个产品特征。步骤S2，对提取的产品特征进行识别，以确定积极情绪的产品特征和消极情绪的产品特征；步骤S3，针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度；并根据其中包含的积极情绪的产品特征和消极情绪的产品特征以及用户对每一个产品特征的重视程度确定该评论是否为积极评论；步骤S4，针对每一个产品特征，根据包含该产品特征的积极评论的个数确定该产品特征对应的满意程度；步骤S5，根据各个产品特征对应的满意程度生成对应的分析结果并输出。本专利技术实施例中，能够通过计算机设备对用户对一个产品特征的满意程度进行分析并输出，能够极大的提高对产品特征的挖掘和分析的效率。在具体实施时，上述方法中，在步骤S1之前，还可以利用爬虫技术从社交或者购物网站中收集关于待分析的产品的评论，得到评论集。当然在具体实施时，步骤S1中的各个评论也可以由用户自动导入。在一些实施例中，步骤S1可以按照如下方式实施：通过词性标注(POS)方法对多个用户针对产品的评论进行词性分析，从其中提取产品特征。这样的方式较为简单，易于实现，当然在具体实施时，在另外一些实施例中，也可以通过其他方式实现。在一些实施例中，在步骤S2中，可以利用预设的情绪词库确定产品特征与情绪的对应关系，以识别出积极情绪的产品特征和消极情绪的产品特征。这样的方式实现起来较为简单，当然在实际应用中，也可以通过其他的方式，比如利用其他的智能算法进行判断。在一些实施例中，步骤S3中的，所述针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度，可以具体包括如下步骤：根据该本文档来自技高网...

【技术保护点】
一种产品特征分析方法，其特征在于，包括：通过词性分析从多个用户针对产品的评论中提取多个产品特征；对提取的产品特征进行识别，以确定积极情绪的产品特征和消极情绪的产品特征；针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度；并根据其中包含的积极情绪的产品特征和消极情绪的产品特征以及用户对每一个产品特征的重视程度确定该评论是否为积极评论；针对每一个产品特征，根据包含该产品特征的积极评论的个数确定该产品特征对应的满意程度；根据各个产品特征对应的满意程度生成对应的分析结果并输出。

【技术特征摘要】
1.一种产品特征分析方法，其特征在于，包括：通过词性分析从多个用户针对产品的评论中提取多个产品特征；对提取的产品特征进行识别，以确定积极情绪的产品特征和消极情绪的产品特征；针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度；并根据其中包含的积极情绪的产品特征和消极情绪的产品特征以及用户对每一个产品特征的重视程度确定该评论是否为积极评论；针对每一个产品特征，根据包含该产品特征的积极评论的个数确定该产品特征对应的满意程度；根据各个产品特征对应的满意程度生成对应的分析结果并输出。2.根据权利要求1所述的方法，其特征在于，所述通过词性分析从多个用户针对产品的评论中进行产品特征提取，包括：通过词性标注方法对多个用户针对产品的评论进行词性分析，从其中提取产品特征。3.根据权利要求1所述的方法，其特征在于，所述针对每一个用户的评论，获取用户对其中每一个产品特征的重视程度，包括：根据该产品特征对应的修饰词以及预设的修饰词与情感强度的对应关系确定用户对该产品特征的情感强度；根据关于该产品特征的描述的内容的长度以及用户对该产品特征的情感强度确定用户对该产品特征的重视程度。4.根据权利要求1所述的方法，其特征在于，针对每一个用户的评论，根据其中包含的积极情绪的产品特征和消极情绪的产品特征以及用户对每一个产品特征的重视程度确定该评论是否为积极评论，包括：在各个积极情绪的产品特征对应的重视程度的和大于各个消极情绪的产品特征对应的重视程度的和时，判定该评论为积极评论，否则，判定为消极评论。5.根据权利要求1所述的方法，其特征在于，所述根据各个产品特征对应的满意程度生成对应的分析结果并输出，包括：将各个产品特征与其对应的满意程度通过可视化图表显示。6.一种产品特征分析系统，其特征在于，包括：提取模块，用于通过词性分析...

【专利技术属性】
技术研发人员：张强，彭张林，王安宁，陆效农，倪鑫，杨善林，任明仑，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34