一种生鲜冷链物流在线评论情感分析方法技术

本发明专利技术涉及自然语言处理情感分析技术领域，且公开了一种生鲜冷链物流在线评论情感分析方法，包括如下步骤：从生鲜购物平台爬取属于物流类别的在线评论信息；对采集的生鲜冷链物流在线评论信息进行数据预处理操作；针对文本数据使用word2vec进行属性特征提取，并构建观点情感词库；构建评论观点情感分析模型，进行评价维度权度计算，对所包含维度和维度的情感倾向进行人工标注；对评价结果进行情感极性分析，利用在线评论情感分析模型对生鲜冷链在线评论的各个维度相关语料进行分析。该生鲜冷链物流在线评论情感分析方法，具备能够辅助快速确定生鲜冷链物流服务质量管理形成物流服务质量体系，从而完善生鲜冷链物流产业的发展的优点。

【技术实现步骤摘要】
一种生鲜冷链物流在线评论情感分析方法
本专利技术涉及自然语言处理情感分析
，具体为一种生鲜冷链物流在线评论情感分析方法。
技术介绍
现如今电子商务产业快速发展，为了了解消费者的购物情感，提高消费者的购物满意度，电商在线评论成为计划购物消费者的购物前决策参考。生鲜冷链物流的发展可以减少产品损耗，提高产品保鲜率，所以研究生鲜冷链物流具有极大意义，针对消费者对生鲜冷链物流的在线评论，商家可有针对性的对消费者的需求完善相关服务。由于网络购物过程中会产生大量的数据，有效提取数据显得格外重要，目前普遍使用的用户评论观点提取方法主要有基于统计学的研究方法通常使用问卷调查方式收集数据，存在文本情感分析的准确率和情感词典规模的关联度较大问题，从而使得模型的泛化能力较差，实时性不强的问题；基于情感词典方法依赖于情感词典，受限于词典的规模大小；基于机器学习的研究方法通常使用人工标注的形式构造结构化文本特征，然后使用朴素贝叶斯、支持向量机和最大熵等机器学习分类器对待处理文本进行情感分析，情感分析是指对带有主观性情感色彩的文本进行分析、处理、归纳和推理的过程，属于自然语言处理中的一类常用方法，主要作用是对文本中的用户观点判断识别其情感倾向性是积极/消极/中立。如何利用情感分析方法进行对购物平台中冷链生鲜产品的物流评论信息为进行分析，从而挖掘具有代表性的物流服务要素是需要研究的一个问题。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种生鲜冷链物流在线评论情感分析方法，具备能够辅助快速确定生鲜冷链物流服务质量管理的方针目标，形成物流服务质量体系，从而完善生鲜冷链物流产业的发展的优点，解决了现如今电子商务产业快速发展，为了了解消费者的购物情感，提高消费者的购物满意度，电商在线评论成为计划购物消费者的购物前决策参考。生鲜冷链物流的发展可以减少产品损耗，提高产品保鲜率，所以研究生鲜冷链物流具有极大意义的问题。(二)技术方案为实现能够辅助快速确定生鲜冷链物流服务质量管理的方针目标，形成物流服务质量体系，从而完善生鲜冷链物流产业的发展的目的，本专利技术提供如下技术方案：一种生鲜冷链物流在线评论情感分析方法，包括如下步骤：步骤一：从生鲜购物平台爬取属于物流类别的在线评论信息；步骤二：对步骤一中采集的生鲜冷链物流在线评论信息进行数据预处理操作；步骤三：针对文本数据使用word2vec进行属性特征提取，提取关键字，并构建观点情感词库；步骤四：构建评论观点情感分析模型，进行评价维度权度计算，对所包含维度和维度的情感倾向进行人工标注；步骤五：对评价结果进行情感极性分析，利用在线评论情感分析模型对生鲜冷链在线评论的各个维度相关语料进行分析，得出生鲜冷链物流在线评论各个维度上的积极倾向概率。优选的，所述步骤一中生鲜冷链的物流在线评论信息包括：物流配送系统、派送速度、快递员服务态度、客服的服务态度和包装完好程度等。优选的，所述步骤二中的数据预处理操作包括如下步骤：S1.数据清洗：去除所获取信息中的缺失值、重复数据、以及帮助不大的在线评论；S2.数据标注与提取：对生鲜冷链物流在线评论数据进行中文分析及词性标注、关键词提取；S3.同义词归类：使用波森分词系统设定关键词同义词表，从而进行同义词归类来提高在线评论数据的关键词匹配效率。优选的，所述步骤三中使用word2vec进行属性特征提取操作包括如下步骤：a.针对生鲜冷鲜在线物流评论使用word2vec进行属性特征提取，对筛选得到的词汇进行词频统计,剔除出现频率过低和明显与特征不相关的词语；b.使用word2vec对生鲜冷链在线物流评论文本进行训练，提取出词向量，使用K-MEANS聚类算法进行聚类，从而确定K值，从而将生鲜冷链物流在线评论属性特征分为四类：包装、配送系统、服务态度、配送速度。优选的，所述步骤四中评价维度权度计算包括观察采集的生鲜冷链物流在线评论内容，得出各属性维度受用户关注程度不同，用户关注程度越高，对生鲜冷链物流在线评论整体影响越大。优选的，所述步骤四中通过随机抽取在线评论对所包含维度和维度的情感倾向进行人工标注，维度情感与在线评论的整体情感一致性越高，即对整体情感决定性越强，维度的权重也越高。优选的，所述步骤五中对评价结果进行情感极性分析包括使用机器学习与深度学习结合的生鲜冷链物流在线评论的包装、配送系统、服务态度、配送速度这四个维度相关语料进行情感分析，得出在各维度上的评分，从而确定用户在购买生鲜冷链产品时对物流方面的关注情况。(三)有益效果与现有技术相比，本专利技术提供了一种生鲜冷链物流在线评论情感分析方法，具备以下有益效果：1、该生鲜冷链物流在线评论情感分析方法，从生鲜购物平台爬取属于物流类别的在线评论信息；对采集的生鲜冷链物流在线评论信息进行数据预处理操作；针对文本数据使用word2vec进行属性特征提取，提取关键字，并构建观点情感词库；构建评论观点情感分析模型，进行评价维度权度计算，对所包含维度和维度的情感倾向进行人工标注；对评价结果进行情感极性分析，利用在线评论情感分析模型对生鲜冷链在线评论的各个维度相关语料进行分析，得出生鲜冷链物流在线评论各个维度上的积极倾向概率，通过针对生鲜冷链在线物流与情感倾向较为复杂的文本信息进行处理，采用多种策略结合的方式对生鲜冷链物流在线评论数据进行情感倾向性分析，可较准确的获知消费者对生鲜冷链物流方面的可行性建议，使用一种生鲜冷链在线物流评论的文本情感分析方法从海量的消费者在线评论中提取出生鲜冷链物流服务要素，能够辅助快速确定生鲜冷链物流服务质量管理的方针目标，形成物流服务质量体系，从而完善生鲜冷链物流产业的发展。附图说明图1为本专利技术提出的一种生鲜冷链物流在线评论情感分析方法流程示意图。具体实施方式下面将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，所描述的实施例仅仅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做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。请参阅图1，一种生鲜冷链物流在线评论情感分析方法，包括如下步骤：步骤一：从生鲜购物平台爬取属于物流类别的在线评论信息；步骤二：对步骤一中采集的生鲜冷链物流在线评论信息进行数据预处理操作；步骤三：针对文本数据使用word2vec进行属性特征提取，提取关键字，并构建观点情感词库；步骤四：构建评论观点情感分析模型，进行评价维度权度计算，对所包含维度和维度的情感倾向进行人工标注；步骤五：对评价结果进行情感极性分析，利用在线评论情感分析模型对生鲜冷链在线评论的各个维度相关语料进行分析，得出生鲜冷链物流在线评论各个维度上的积极倾向概率。针对生鲜冷链在线物流与情感倾向较为复杂的文本信息进行处理，采用多种策略结合的方式对生鲜冷链物流在线评论数据进行情感倾向性分析，可较准本文档来自技高网...

【技术保护点】
1.一种生鲜冷链物流在线评论情感分析方法，其特征在于：包括如下步骤：/n步骤一：从生鲜购物平台爬取属于物流类别的在线评论信息；/n步骤二：对步骤一中采集的生鲜冷链物流在线评论信息进行数据预处理操作；/n步骤三：针对文本数据使用word2vec进行属性特征提取，提取关键字，并构建观点情感词库；/n步骤四：构建评论观点情感分析模型，进行评价维度权度计算，对所包含维度和维度的情感倾向进行人工标注；/n步骤五：对评价结果进行情感极性分析，利用在线评论情感分析模型对生鲜冷链在线评论的各个维度相关语料进行分析，得出生鲜冷链物流在线评论各个维度上的积极倾向概率。/n

【技术特征摘要】
1.一种生鲜冷链物流在线评论情感分析方法，其特征在于：包括如下步骤：
步骤一：从生鲜购物平台爬取属于物流类别的在线评论信息；
步骤二：对步骤一中采集的生鲜冷链物流在线评论信息进行数据预处理操作；
步骤三：针对文本数据使用word2vec进行属性特征提取，提取关键字，并构建观点情感词库；
步骤四：构建评论观点情感分析模型，进行评价维度权度计算，对所包含维度和维度的情感倾向进行人工标注；
步骤五：对评价结果进行情感极性分析，利用在线评论情感分析模型对生鲜冷链在线评论的各个维度相关语料进行分析，得出生鲜冷链物流在线评论各个维度上的积极倾向概率。


2.根据权利要求1所述的一种生鲜冷链物流在线评论情感分析方法，其特征在于：所述步骤一中生鲜冷链的物流在线评论信息包括：物流配送系统、派送速度、快递员服务态度、客服的服务态度和包装完好程度等。


3.根据权利要求1所述的一种生鲜冷链物流在线评论情感分析方法，其特征在于：所述步骤二中的数据预处理操作包括如下步骤：
S1.数据清洗：去除所获取信息中的缺失值、重复数据、以及帮助不大的在线评论；
S2.数据标注与提取：对生鲜冷链物流在线评论数据进行中文分析及词性标注、关键词提取；
S3.同义词归类：使用波森分词系统设定关键词同义词表，从而进行同义词归类来提高在线评论数据的关键词匹配效率。


4.根据权利要求1所述的一种生鲜冷链物流在线评...

【专利技术属性】
技术研发人员：张佳，李勇，金庆雨，杨晓君，
申请(专利权)人：北京工商大学，
类型：发明
国别省市：北京;11