网购用户大指数模型的生成方法及系统技术方案

本发明专利技术提供一种网购用户大指数模型的生成方法及系统，分别生成网购消费指数、网购满意度指数、网购维权指数、网购买假指数；通过网购平台交易数据计算网购消费指数，通过商品评论文本识别计算网购满意度指数，通过商品评论维权文本识别计算网购维权指数，通过买假文本识别后计算网购买假指数，并在以上步骤模型计算结果的基础上，通过模型整合计算，得到网购用户大指数并通过ARMA模型获得网购用户大指数预测模型。该方法及系统，所生成的网购用户大指数模型的计算数据易获取，模型输出结果唯一、较为稳定，且可动态监测与预测某段时间内，特定商品、特定消费群体的网络消费水平、满意程度、维权行为以及买假评论的整体发展状态。

【技术实现步骤摘要】
网购用户大指数模型的生成方法及系统
本专利技术涉及一种网购用户大指数模型的生成方法及系统。
技术介绍
据相关搜索与比对发现，相关技术包括：一、2016年5月，蚂蚁金服研究院依托电商平台数据，以占全国网络消费比重较大的支付宝网络消费为代表，分地区、分人群、分产品行业归属编制的消费指数。即用来描述全国网络消费者消费状态与发展趋势的新供给-蚂蚁网络消费指数，但并未对满意指数、维权指数与买假指数进行设计与编制。二、由中国北京–品牌评级机构Chnbrand联合发布的中国顾客满意度指数模型CCSI。其通过要素满意度、总体满意度、忠诚度三个指标综合计算得出中国顾客满意度指数(C-CSI)。三、由青岛市工商局创立的，于2011年9月23日首发的消费者维权指数。其数据主要来源于该市局12315投诉举报指挥中心受理的消费者投诉举报案件数据，重点关注的是八大重点商品的维权案件数量和涉案金额的统计分析。但未有对满意指数、维权指数与买假指数的进行监测与预测的模型，未对网购用户的消费进行相对全面的监测。上述问题是在网购用户大指数模型的生成过程中应当予以考虑并解决的问题。
技术实现思路
本专利技术的目的是提供一种网购用户大指数模型的生成方法及系统解决现有技术中存在的未有对满意指数、维权指数与买假指数的进行监测与预测的模型，未对网购用户的消费进行相对全面的监测的问题。本专利技术的技术解决方案是：一种网购用户大指数模型的生成方法，分别生成网购消费指数、网购满意度指数、网购维权指数、网购买假指数；包括以下步骤，S1、生成网购消费指数，采集电商平台交易数据后，分别进行现价人均网络消费支出额的计算、不变价格人均网络消费支出额的计算、居民网络消费水平指数的计算、归属性指数以及网购消费总指数计算；S2、生成网购满意度指数，首先利用网购消费者评论文本数据的商品评论情感分析技术，获得某类目的一个商品的一个用户的商品质量、服务或承诺满意度情感分析与满意度计算，然后计算其他用户、其他店铺、其他商品以及其他商品类目的消费者评论文本的情感分析与满意度计算，最后计算出不同类目、不同商品、不同店铺消费者的总情感分析与满意度计算；S3、生成网购维权指数，通过网络消费用户维权评论文本识别，来计算各维权行为指数，包括评论维权指数、投诉维权指数、社会维权指数；S4、生成网购买假指数，进行买假文本的识别后，得到网购买假指数；S5、生成与预测网购用户大指数，在步骤S1、S2、S3和S4模型计算结果的基础上，通过模型整合计算，得到网购用户大指数并生成网购用户指数预测模型，采用自回归移动平均模型ARIMA来预测网购用户大指数的变化态势。进一步地，步骤S1中，S11、k平台t期现价人均网络消费支出额的计算，当期现价居民人均网络消费支出额等于当期活跃老用户的网络消费总支出额除以当期活跃老用户的实际消费人数，其表达式为：其中，表示k平台t期现价人均网络消费支出额；Ytk表示k平台t期活跃老用户的网络消费总支出额；表示k平台t期活跃老用户的实际消费人数；S12、k平台t期不变价格人均网络消费支出额的计算，当期不变价居民人均网络消费支出额等于当期现价居民人均网络消费支出额除以当期相应网络消费价格指数，其表达式子为：其中，表示k平台t期不变价居民人均网络消费支出额，表示k平台t期现价居民人均网络消费支出额，k∈{阿里，京东，苏宁，……}表示平台标记，包括案例平台，京东平台和苏宁平台等，SPIk表示k平台第t期网络消费价格指数；S13、k平台t期居民网络消费水平指数的计算，设基准值为100，当期居民网络消费水平定基指数等于当期不变价居民人均网络消费支出额除以基期现价居民人均网络消费支出额乘以100，其表示式子为：其中，表示k平台t期不变价居民人均网络消费支出额，X0表示k平台基期现价居民人均网络消费支出额，基期现居民人均网络消费支出额与基期不变价居民人均网络消费支出额相等，表示k平台t期居民网络消费水平定基指数；S14、归属性指数的计算，通过属性包括商品类目、地区属性、人群属性分别进行各属性的网购消费指数；S15、网购消费总指数的计算，网购消费总指数等于不同电商平台分指数乘以市场份额权重后的累和，其表达式为：其中，为k平台t期商品的市场销售份额，n为平台数量，为k平台t期商品消费指数，其计算公式为公式(3)。进一步地，步骤S2具体为，S21、f商品类目，单个i商品的网购用户满意指数的计算，其等于f类目下一个i商品的所有用户有效评论网购用户的满意度评论值的累和平均，计算公式如下：其中，xj为j用户对i商品的x维度的满意度评价值，包括质量、服务或承诺维度；mx为f类目一个i商品x维度满意度评价的有效用户数量；所谓有效评价用户数量是指符合抽样时间要求，且评x维度满意度评价值不为空的用户数量；S22、f商品类目，n个i商品网购用户满意指数的计算，其等于f类目下n个i商品网购用户的满意度评论值的累和平均，其计算公式为：其中，n为名称为i的商品抽样数量；S23、f商品类目，网购用户满意指数的计算，其等于f类目一篮子商品的网购用户满意度评论值的累和平均，计算公式为：其中，z为一篮子商品的数量；S24、网购用户满意度总指数的计算，其等于网购用户对所有类目的网络销售商品的质量、服务或承诺满意度用户评论值的累和平均，计算公式为：其中，g为所有商品类目的数量。进一步地，步骤S3具体为，S31、评论维权指数的计算，其等于采用评论维权方式进行维权的用户数量与总的网购维权用户数量的比值，具体计算公式为：其中，和分别t期的网购用户采用评论方式进行维权的比例和基期网购用户采用评论方式进行维权的比例，和分别为t期和基期网购用户采用评论方式进行维权的用户数量，Nt和Nbase分别为t期和基期总的网购用户进行维权的数量；S32、投诉维权指数的计算，其等于采用平台投诉方式进行维权的用户数量与总的网购维权用户数量的比值，具体计算公式为：其中，和分别t期的网购用户采用平台投诉方式的维权比例和基期网购用户采用平台投诉方式维权比例，和分别为t期和基期网购用户采用平台投诉方式进行维权的用户数量，Nt和Nbase分别为t期和基期总的网购用户进行维权的数量；S33、社会维权指数的计算，其等于线下投诉方式的网购用户数量与总的网购维权用户数量的比值，具体计算公式为：其中，和分别是t期的网购用户采用社会投诉方式的维权比例和基期网购用户采用社会投诉方式维权比例，和分别为t期和基期网购用户采用社会投诉方式进行维权的用户数量，Mt和Mbase分别为t期和基期总的网购用户社会投诉方式进行维权的数量。进一步地，步骤S4具体为，S41、买假评论文本的识别，获得有效用户评论数据之后，再根据用户评论语句的相似度算法来计算和识别这些用户商品评论所阐述的内容是否为买假评论，并计数买假评论数量；S42、网购买假指数的分别计算，包括：S421、f类目i商品j店铺的网购用户买假评论指数的计算，获得买假评论条目后，除以有效用户评论，即可计算出网购该商品的所有用户买假评论比例值，其等于其中，mBC为购买该商品的网购用户买假评论数量，m为购买该商品的网购用户有效评论数量；S422、f类目i商品，网购用户买假评论指数的计算，等于f类目的i商品下的所有店铺的网购用户买假评论的比例值的累本文档来自技高网...

【技术保护点】
1.一种网购用户大指数模型的生成方法，其特征在于：分别生成网购消费指数、网购满意度指数、网购维权指数、网购买假指数；包括以下步骤，S1、生成网购消费指数，采集电商平台交易数据后，分别进行现价人均网络消费支出额的计算、不变价格人均网络消费支出额的计算、居民网络消费水平指数的计算、归属性指数以及网购消费总指数计算；S2、生成网购满意度指数，首先利用网购消费者评论文本数据的商品评论情感分析技术，获得某类目的一个商品的一个用户的商品质量、服务或承诺满意度情感分析与满意度计算，然后计算其他用户、其他店铺、其他商品以及其他商品类目的消费者评论文本的情感分析与满意度计算，最后计算出不同类目、不同商品、不同店铺消费者的总情感分析与满意度计算；S3、生成网购维权指数，通过网络消费用户维权评论文本识别，来计算各维权行为指数，包括评论维权指数、投诉维权指数、社会维权指数；S4、生成网购买假指数，进行买假文本的识别后，得到网购买假指数；S5、生成与预测网购用户大指数，在步骤S1、S2、S3和S4模型计算结果的基础上，通过模型整合计算，得到网购用户大指数并生成网购用户指数预测模型，采用自回归移动平均模型ARIMA来预测网购用户大指数的变化态势。...

【技术特征摘要】
1.一种网购用户大指数模型的生成方法，其特征在于：分别生成网购消费指数、网购满意度指数、网购维权指数、网购买假指数；包括以下步骤，S1、生成网购消费指数，采集电商平台交易数据后，分别进行现价人均网络消费支出额的计算、不变价格人均网络消费支出额的计算、居民网络消费水平指数的计算、归属性指数以及网购消费总指数计算；S2、生成网购满意度指数，首先利用网购消费者评论文本数据的商品评论情感分析技术，获得某类目的一个商品的一个用户的商品质量、服务或承诺满意度情感分析与满意度计算，然后计算其他用户、其他店铺、其他商品以及其他商品类目的消费者评论文本的情感分析与满意度计算，最后计算出不同类目、不同商品、不同店铺消费者的总情感分析与满意度计算；S3、生成网购维权指数，通过网络消费用户维权评论文本识别，来计算各维权行为指数，包括评论维权指数、投诉维权指数、社会维权指数；S4、生成网购买假指数，进行买假文本的识别后，得到网购买假指数；S5、生成与预测网购用户大指数，在步骤S1、S2、S3和S4模型计算结果的基础上，通过模型整合计算，得到网购用户大指数并生成网购用户指数预测模型，采用自回归移动平均模型ARIMA来预测网购用户大指数的变化态势。2.如权利要求1所述的网购用户大指数模型的生成方法，其特征在于：步骤S1中，S11、k平台t期现价人均网络消费支出额的计算，当期现价居民人均网络消费支出额等于当期活跃老用户的网络消费总支出额除以当期活跃老用户的实际消费人数，其表达式为：其中，表示k平台t期现价人均网络消费支出额；表示k平台t期活跃老用户的网络消费总支出额；表示k平台t期活跃老用户的实际消费人数；S12、k平台t期不变价格人均网络消费支出额的计算，当期不变价居民人均网络消费支出额等于当期现价居民人均网络消费支出额除以当期相应网络消费价格指数，其表达式子为：其中，表示k平台t期不变价居民人均网络消费支出额，表示k平台t期现价居民人均网络消费支出额，k∈{阿里，京东，苏宁，……}表示平台标记，包括案例平台，京东平台和苏宁平台等，SPIk表示k平台第t期网络消费价格指数；S13、k平台t期居民网络消费水平指数的计算，设基准值为100，当期居民网络消费水平定基指数等于当期不变价居民人均网络消费支出额除以基期现价居民人均网络消费支出额乘以100，其表示式子为：其中，表示k平台t期不变价居民人均网络消费支出额，表示k平台基期现价居民人均网络消费支出额，基期现居民人均网络消费支出额与基期不变价居民人均网络消费支出额相等，表示k平台t期居民网络消费水平定基指数；S14、归属性指数的计算，通过属性包括商品类目、地区属性、人群属性分别进行各属性的网购消费指数；S15、网购消费总指数的计算，网购消费总指数等于不同电商平台分指数乘以市场份额权重后的累和，其表达式为：其中，为k平台t期商品的市场销售份额，n为平台数量，为k平台t期商品消费指数，其计算公式为公式(3)。3.如权利要求1所述的网购用户大指数模型的生成方法，其特征在于：步骤S2具体为，S21、f商品类目，单个i商品的网购用户满意指数的计算，其等于f类目下一个i商品的所有用户有效评论网购用户的满意度评论值的累和平均，计算公式如下：其中，xj为j用户对i商品的x维度的满意度评价值，包括质量、服务或承诺维度；m为f类目一个i商品x维度满意度评价的有效用户数量；这里的所谓有效评价用户数量是指符合抽样时间要求，且评x维度满意度评价值不为空的用户数量；S22、f商品类目，n个i商品网购用户满意指数的计算，其等于f类目下n个i商品网购用户的满意度评论值的累和平均，其计算公式为：其中，n为名称为i的商品的抽样数量，m为f类目一个i商品x维度满意度评价的有效用户数量；S23、f商品类目，网购用户满意指数的计算，其等于f类目一篮子商品的网购用户满意度评论值的累和平均，计算公式为：其中，z为一篮子商品的数量，n为名称为i的商品的抽样数量，m为f类目一个i商品x维度满意度评价的有效用户数量；S24、网购用户满意度总指数的计算，其等于网购用户对所有类目的网络销售商品的质量、服务或承诺满意度用户评论值的累和平均，计算公式为：其中，g为所有商品类目的数量，z为一篮子商品的数量，n为名称为i的商品的抽样数量，m为f类目一个i商品x维度满意度评价的有效用户数量。4.如权利要求1所述的网购用户大指数模型的生成方法，其特征在于：步骤S3具体为，S31、评论维权指数的计算，其等于采用评论维权方式进行维权的用户数量与总的网购维权用户数量的比值，具体计算公式为：其中，和分别t期的网购用户采用评论方式进行维权的比例和基期网购用户采用评论方式进行维权的比例，和分别为t期和基期网购用户采用评论方式进行维权的用户数量，Nt和Nbase分别为t期和基期总的网购用户进行维权的数量；S32、投诉维权指数的计算，其等于采用平台投诉方式进行维权的用户数量与总的网购维权用户数量的比值，具体计算公式为：其中，和分别t期的网购用户采用平台投诉方式的维权比例和基期网购用户采用平台投诉方式维权比例，和分别为t期和基期网购用户采用平台投诉方式进行维权的用户数量，Nt和Nbase分别为t期和基期总的网购用户进行维权的数量；S33、社会维权指数的计算，其等于线下投诉方式的网购用户数量与总的网购维权用户数量的比值，具体计算公式为：其中，和分别是t期的网购用户采用社会投诉方式的维权比例和基期网购用户采用社会投诉方式维权比例，和分别为t期和基期网购用户采用社会投诉方式进行维权的用户数量，Mt和Mbase分别为t期和基期总的网购用户社会投诉方式进行维权的数量。5.如权利要求1所述的网购用户大指数模型...

【专利技术属性】
技术研发人员：陈瑞义，江烨，钱鹏程，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32