基于历史数据模型的评论信息分析方法及相关装置制造方法及图纸

本发明专利技术涉及人工智能领域，公开了一种基于历史数据模型的评论信息分析方法及相关装置，用于提高评论信息分析的准确率。所述方法包括：获取目标商品品类的多个历史评论文本，并对多个历史评论文本进行标准化和整合处理，得到多个标准评论文本；调用实体抽取模型对多个标准评论文本进行实体信息抽取，得到实体类，并从多个标准评论文本中提取实体评价类；将实体类和实体评价类输入评论信息分析模型进行用户评价观点分析，得到用户评价结果；提取用户评价结果中的多个用户评价指标，并根据多个用户评价指标生成目标商品价值度；根据目标商品价值度对目标行业进行行业趋势预测，得到行业趋势预测结果。业趋势预测结果。业趋势预测结果。

【技术实现步骤摘要】
基于历史数据模型的评论信息分析方法及相关装置


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于历史数据模型的评论信息分析方法及相关装置。

技术介绍

[0002]随着计算机技术的高速发展，电商行业也高速发展，电商应用程序的快速发展和智能设备的普及，大量用户通过网络分享记录自己对商品的爱好信息。用户的评论数据主动将自己的爱好、心情或者对商品的意见或看法等各种信息分享在电商应用程序中，电商应用程序精准地记录了用户的浏览轨迹以及个人兴趣爱好信息。
[0003]现有方案通过对所评论中携带的信息进行分析，进一步为用户提供个性化的服务，商家还可以早一步了解用户的兴趣倾向，提前做出准备，但是现有方案的评论分析缺乏可信度，即准确率较低。

技术实现思路

[0004]本专利技术提供了一种基于历史数据模型的评论信息分析方法及相关装置，用于提高评论信息分析的准确率。
[0005]本专利技术第一方面提供了一种基于历史数据模型的评论信息分析方法，所述基于历史数据模型的评论信息分析方法包括：接收终端发送的评论信息分析请求，并根据所述评论信息分析请求确定待分析的目标商品品类；从预置的电商应用程序中获取所述目标商品品类的多个历史评论文本，并对所述多个历史评论文本进行标准化和整合处理，得到多个标准评论文本；调用预置的实体抽取模型对所述多个标准评论文本进行实体信息抽取，得到每个标准评论文本对应的实体类，并从所述多个标准评论文本中提取所述实体类对应的实体评价类；将所述实体类和所述实体评价类输入预置的评论信息分析模型进行用户评价观点分析，得到用户评价结果；提取所述用户评价结果中的多个用户评价指标，并根据所述多个用户评价指标对所述目标商品品类进行商品价值度分析，得到目标商品价值度；对所述目标商品品类进行行业归类，得到目标行业，并根据所述目标商品价值度对所述目标行业进行行业趋势预测，得到行业趋势预测结果。
[0006]可选的，在本专利技术第一方面的第一种实现方式中，所述从预置的电商应用程序中获取所述目标商品品类的多个历史评论文本，并对所述多个历史评论文本进行标准化和整合处理，得到多个标准评论文本，包括：通过预置的集群算法对预置的电商应用程序中的评论数据进行集群处理，得到评论数据集；从所述评论数据集中匹配与所述目标商品品类对应的多个历史评论文本；分别计算所述多个历史评论文本和所述目标商品品类的相关度，并将所述相关度小于预设阈值的历史评论文本进行删除，得到多个标准评论文本。
[0007]可选的，在本专利技术第一方面的第二种实现方式中，所述调用预置的实体抽取模型对所述多个标准评论文本进行实体信息抽取，得到每个标准评论文本对应的实体类，并从所述多个标准评论文本中提取所述实体类对应的实体评价类，包括：将所述多个标准评论
文本输入预置的实体抽取模型，其中，所述实体抽取模型包括：编码器和解码器；通过所述编码器对所述多个标准评论文本进行实体抽取，得到每个标准评论文本对应的实体类；通过所述解码器对每个标准评论文本对应的实体类进行关系抽取，得到每个实体类对应的实体关系；根据所述实体关系从所述多个标准评论文本中提取所述实体类对应的实体评价类。
[0008]可选的，在本专利技术第一方面的第三种实现方式中，所述将所述实体类和所述实体评价类输入预置的评论信息分析模型进行用户评价观点分析，得到用户评价结果，包括：根据所述实体类和所述实体评价类构建用户评价矩阵；将所述用户评价矩阵输入预置的评论信息分析模型，通过所述评论信息分析模型提取所述用户评价矩阵对应的第一兴趣点；通过所述评论信息分析模型查找与所述第一兴趣点匹配的第二兴趣点；基于预设的用户评价函数计算所述第一兴趣点和所述第二兴趣点的位置信息，并根据所述位置信息查询与所述第一兴趣点对应的多个第三兴趣点；根据所述用户评价矩阵确定与所述第一兴趣点、所述第二兴趣点和所述第三兴趣点对应的权值，并根据所述权值生成目标序列；通过对所述目标序列中的权值进行对比，并从所述目标序列中提取公共兴趣点，以及根据所述公共兴趣点生成用户评价结果。
[0009]可选的，在本专利技术第一方面的第四种实现方式中，所述提取所述用户评价结果中的多个用户评价指标，并根据所述多个用户评价指标对所述目标商品品类进行商品价值度分析，得到目标商品价值度，包括：对所述用户评价结果进行用户评价指标提取，得到多个用户评价指标；根据所述多个用户评价指标对所述目标商品品类进行商品价值度评分，得到多个价值度评分；对所述多个价值度评分进行归一化处理，生成所述目标商品品类对应的目标商品价值度。
[0010]可选的，在本专利技术第一方面的第五种实现方式中，所述对所述目标商品品类进行行业归类，得到目标行业，并根据所述目标商品价值度对所述目标行业进行行业趋势预测，得到行业趋势预测结果，包括：基于预置的行业归类库对所述目标商品品类进行行业归类匹配，得到所述目标商品品类对应的目标行业；将所述目标商品价值度输入预置的趋势分析模型，通过所述趋势分析模型对所述目标行业进行用户兴趣预测，得到目标用户兴趣；根据所述目标用户兴趣生成所述目标行业对应的行业趋势预测结果。
[0011]可选的，在本专利技术第一方面的第六种实现方式中，所述基于历史数据模型的评论信息分析方法还包括：根据所述行业趋势预测结果对所述目标商品品类进行评论监测，得到评论监测数据；根据所述评论监测数据对所述行业趋势预测结果进行预测结果调整，得到优化预测结果；根据所述优化预测结果生成所述目标商品品类对应的运营组合方案。
[0012]本专利技术第二方面提供了一种基于历史数据模型的评论信息分析装置，所述基于历史数据模型的评论信息分析装置包括：接收模块，用于接收终端发送的评论信息分析请求，并根据所述评论信息分析请求确定待分析的目标商品品类；获取模块，用于从预置的电商应用程序中获取所述目标商品品类的多个历史评论文本，并对所述多个历史评论文本进行标准化和整合处理，得到多个标准评论文本；提取模块，用于调用预置的实体抽取模型对所述多个标准评论文本进行实体信息抽取，得到每个标准评论文本对应的实体类，并从所述多个标准评论文本中提取所述实体类对应的实体评价类；分析模块，用于将所述实体类和所述实体评价类输入预置的评论信息分析模型进行用户评价观点分析，得到用户评价结
果；处理模块，用于提取所述用户评价结果中的多个用户评价指标，并根据所述多个用户评价指标对所述目标商品品类进行商品价值度分析，得到目标商品价值度；预测模块，用于对所述目标商品品类进行行业归类，得到目标行业，并根据所述目标商品价值度对所述目标行业进行行业趋势预测，得到行业趋势预测结果。
[0013]可选的，在本专利技术第二方面的第一种实现方式中，所述获取模块具体用于：通过预置的集群算法对预置的电商应用程序中的评论数据进行集群处理，得到评论数据集；从所述评论数据集中匹配与所述目标商品品类对应的多个历史评论文本；分别计算所述多个历史评论文本和所述目标商品品类的相关度，并将所述相关度小于预设阈值的历史评论文本进行删除，得到多个标准评论文本。
[0014]可选的，在本专利技术第二方面的第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于历史数据模型的评论信息分析方法，其特征在于，所述基于历史数据模型的评论信息分析方法包括：接收终端发送的评论信息分析请求，并根据所述评论信息分析请求确定待分析的目标商品品类；从预置的电商应用程序中获取所述目标商品品类的多个历史评论文本，并对所述多个历史评论文本进行标准化和整合处理，得到多个标准评论文本；调用预置的实体抽取模型对所述多个标准评论文本进行实体信息抽取，得到每个标准评论文本对应的实体类，并从所述多个标准评论文本中提取所述实体类对应的实体评价类；将所述实体类和所述实体评价类输入预置的评论信息分析模型进行用户评价观点分析，得到用户评价结果；提取所述用户评价结果中的多个用户评价指标，并根据所述多个用户评价指标对所述目标商品品类进行商品价值度分析，得到目标商品价值度；对所述目标商品品类进行行业归类，得到目标行业，并根据所述目标商品价值度对所述目标行业进行行业趋势预测，得到行业趋势预测结果。2.根据权利要求1所述的基于历史数据模型的评论信息分析方法，其特征在于，所述从预置的电商应用程序中获取所述目标商品品类的多个历史评论文本，并对所述多个历史评论文本进行标准化和整合处理，得到多个标准评论文本，包括：通过预置的集群算法对预置的电商应用程序中的评论数据进行集群处理，得到评论数据集；从所述评论数据集中匹配与所述目标商品品类对应的多个历史评论文本；分别计算所述多个历史评论文本和所述目标商品品类的相关度，并将所述相关度小于预设阈值的历史评论文本进行删除，得到多个标准评论文本。3.根据权利要求1所述的基于历史数据模型的评论信息分析方法，其特征在于，所述调用预置的实体抽取模型对所述多个标准评论文本进行实体信息抽取，得到每个标准评论文本对应的实体类，并从所述多个标准评论文本中提取所述实体类对应的实体评价类，包括：将所述多个标准评论文本输入预置的实体抽取模型，其中，所述实体抽取模型包括：编码器和解码器；通过所述编码器对所述多个标准评论文本进行实体抽取，得到每个标准评论文本对应的实体类；通过所述解码器对每个标准评论文本对应的实体类进行关系抽取，得到每个实体类对应的实体关系；根据所述实体关系从所述多个标准评论文本中提取所述实体类对应的实体评价类。4.根据权利要求1所述的基于历史数据模型的评论信息分析方法，其特征在于，所述将所述实体类和所述实体评价类输入预置的评论信息分析模型进行用户评价观点分析，得到用户评价结果，包括：根据所述实体类和所述实体评价类构建用户评价矩阵；将所述用户评价矩阵输入预置的评论信息分析模型，通过所述评论信息分析模型提取所述用户评价矩阵对应的第一兴趣点；
通过所述评论信息分析模型查找与所述第一兴趣点匹配的第二兴趣点；基于预设的用户评价函数计算所述第一兴趣点和所述第二兴趣点的位置信息，并根据所述位置信息查询与所述第一兴趣点对应的多个第三兴趣点；根据所述用户评价矩阵确定与所述第一兴趣点、所述第二兴趣点和所述第三兴趣点对应的权值，并根据所述权值生成目标序列；通过对所述目标序列中的权值进行对比，并从所述目标序列中提取公共兴趣点，以及根据所述公共兴趣点生成用户评价结果。5.根据权利要求1所述的基于历史数据模型的评论信息分...

【专利技术属性】
技术研发人员：张沛林，杨昊，章骏，林葵，洪荣芳，
申请(专利权)人：华扬联众数字技术股份有限公司，
类型：发明
国别省市：