一种面向互联网评论的用户需求分类方法技术

本发明专利技术公开了一种面向互联网评论的用户需求分类方法，所述方法包括：从互联网评论数据中提取用户需求信息，包括：产品特征的名称、用户观点词、否定词；基于产品特征的用户观点词、否定词，计算所述产品特征的用户态度和讨论热度；基于产品特征的用户态度和讨论热度，通过Kano模型得到所述产品特征的用户需求分类结果。本发明专利技术可以应用于互联网评论数据对产品进行需求分析，并利用Kano模型划分不同用户需求类型，从而促进产品开发方对用户需求的深入了解与把握，对产品特征进行相应的后续规划与改进，快速适应用户需求。快速适应用户需求。快速适应用户需求。

【技术实现步骤摘要】
一种面向互联网评论的用户需求分类方法


[0001]本专利技术涉及计算机
，特别是指一种面向互联网评论的用户需求分类方法。

技术介绍

[0002]随着信息技术的发展以及移动互联网的普及，越来越多的用户在购物网站、社交网络等互联网平台上发布与产品使用体验相关的反馈信息，这为开展信息时代下的产品需求分析提供了大数据支撑，有利于提高用户需求获取与分析的效率和智能化水平。然而，传统的基于调研的需求分析方法在数据输入和数据输出等方面均与目前基于互联网评论数据的需求分析方法存在明显差异。例如，Kano模型(卡诺模型)通过问卷调查的方式收集客户数据，根据需求被满足和未被满足情况下的客户满意度，将客户需求划分基本需求(Must
‑
be requirements，MR)、期望需求(One
‑
dimensional requirements，OR)、魅力需求(Attractive requirements，AR)、无差异需求(Indifferent requirements，IR)和反向型需求(Reversal requirements，RR)，如图1所示。但考虑到互联网评论数据的新特征，传统Kano模型不能完全照搬应用到基于互联网评论数据的用户需求分析中，而应设计与互联网评论数据特征相适应的需求分析方法。
[0003]因此，有必要提供一种可以基于互联网评论数据进行用户需求分析的方法，实现从互联网评论中自动化提取用户需求信息，并结合Kano模型对用户需求进行分类，从而促进产品开发方对用户需求的深入了解与把握，对产品特征进行相应的后续规划与改进，以适应用户需求。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提出一种面向互联网评论的用户需求分类方法，可以应用于互联网评论数据对产品特征进行用户需求分析，并利用Kano模型针对产品特征划分不同用户需求类型，从而促进产品开发方对用户需求的深入了解与把握，可以对产品特征进行相应的后续规划与改进，快速适应用户需求。
[0005]基于上述目的，本专利技术提供一种面向互联网评论的用户需求分类方法，包括：
[0006]从互联网评论数据中提取用户需求信息，包括：产品特征的名称、用户观点词、否定词；
[0007]基于产品特征的用户观点词、否定词，计算所述产品特征的用户态度和讨论热度；
[0008]基于产品特征的用户态度和讨论热度，通过Kano模型得到所述产品特征的用户需求分类结果。
[0009]较佳地，所述基于产品特征的用户态度和讨论热度，通过Kano模型得到所述产品特征的用户需求分类结果，具体包括：
[0010]若所述产品特征的用户态度为消极，所述产品特征的讨论热度为中等，则通过Kano模型得到所述产品特征的用户需求分类结果为基本需求；
[0011]若所述产品特征的用户态度为积极，所述产品特征的讨论热度为高，则通过Kano模型得到所述产品特征的用户需求分类结果为期望需求；
[0012]若所述产品特征的用户态度为积极，所述产品特征的讨论热度为低，则通过Kano模型得到所述产品特征的用户需求分类结果为魅力需求；
[0013]若所述产品特征的用户态度为中等且中性评论较多，所述产品特征的讨论热度为低，则通过Kano模型得到所述产品特征的用户需求分类结果为无差异需求；
[0014]若所述产品特征的用户态度为中等且中性评论较少，所述产品特征的讨论热度为低，则通过Kano模型得到所述产品特征的用户需求分类结果为反向型需求。
[0015]较佳地，所述基于产品特征的用户观点词、否定词，计算所述产品特征的用户态度，具体包括：
[0016]用户i对产品特征j的用户态度css
ij
如式3所示：
[0017][0018]式3中，N
ij
表示用户i对产品特征j的意见数量；表示用户i对产品特征j的第l条意见；ss(*)表示用户意见的情感倾向；用户意见由用户i对产品特征j的否定词和观点词组成，其情感倾向由支持向量机模型计算得出。
[0019]较佳地，所述产品特征的讨论热度具体根据如下方法计算：
[0020]用户i对产品p的产品特征j的讨论热度ca
ij
根据如下式6计算：
[0021][0022]式6中，k为产品p的产品特征总数。
[0023]较佳地，在所述从互联网评论数据中提取用户需求信息后，还包括：
[0024]对产品特征进行聚类，得到若干个产品特征类别。
[0025]较佳地，在所述基于产品特征的用户观点词、否定词，计算所述产品特征的用户态度后，还包括：
[0026]根据如下式5计算产品特征类别的用户态度：
[0027][0028]式5中，css
i
表示计算得到的用户i对所述产品特征类别中所有k个产品特征的用户态度的平均值。
[0029]较佳地，在所述基于产品特征的用户观点词、否定词，计算所述产品特征的用户态度和讨论热度后，还包括：
[0030]根据如下式7计算产品特征类别的讨论热度：
[0031][0032]其中，ca
i
表示用户i对所述产品特征类别中所有k个产品特征的讨论热度的平均值。
[0033]本专利技术还提供一种电子设备，包括中央处理单元、信号处理和存储单元，以及存储在信号处理和存储单元上并可在中央处理单元上运行的计算机程序，其中所述中央处理单元执行所述程序时实现如上所述的面向互联网评论的用户需求分类方法。
[0034]本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如上所述的面向互联网评论的用户需求分类方法的步骤。
[0035]本专利技术的技术方案中，从互联网评论数据中提取用户需求信息，包括：产品特征的名称、用户观点词、否定词；基于产品特征的用户观点词、否定词，计算所述产品特征的用户态度和讨论热度；基于产品特征的用户态度和讨论热度，通过Kano模型得到所述产品特征的用户需求分类结果。从而可以应用互联网评论数据对产品特征进行用户需求分析，并利用Kano模型针对产品特征划分不同用户需求类型，从而促进产品开发方对用户需求的深入了解与把握，可以对产品特征进行相应的后续规划与处理，快速适应用户需求。
附图说明
[0036]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。
[0037]图1为本专利技术实施例提供的一种面向互联网评论的用户需求分类方法流程图；
[0038]图2为本专利技术实施例提供的一种基于Bi
‑
LSTM的需求信息提取模型的框架示意图；
[0039]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向互联网评论的用户需求分类方法，包括：从互联网评论数据中提取用户需求信息，包括：产品特征的名称、用户观点词、否定词；基于产品特征的用户观点词、否定词，计算所述产品特征的用户态度和讨论热度；基于产品特征的用户态度和讨论热度，通过Kano模型得到所述产品特征的用户需求分类结果。2.根据权利要求1所述的方法，其特征在于，所述基于产品特征的用户态度和讨论热度，通过Kano模型得到所述产品特征的用户需求分类结果，具体包括：若所述产品特征的用户态度为消极，所述产品特征的讨论热度为中等，则通过Kano模型得到所述产品特征的用户需求分类结果为基本需求；若所述产品特征的用户态度为积极，所述产品特征的讨论热度为高，则通过Kano模型得到所述产品特征的用户需求分类结果为期望需求；若所述产品特征的用户态度为积极，所述产品特征的讨论热度为低，则通过Kano模型得到所述产品特征的用户需求分类结果为魅力需求；若所述产品特征的用户态度为中等且中性评论较多，所述产品特征的讨论热度为低，则通过Kano模型得到所述产品特征的用户需求分类结果为无差异需求；若所述产品特征的用户态度为中等且中性评论较少，所述产品特征的讨论热度为低，则通过Kano模型得到所述产品特征的用户需求分类结果为反向型需求。3.根据权利要求1所述的方法，其特征在于，所述基于产品特征的用户观点词、否定词，计算所述产品特征的用户态度，具体包括：用户i对产品特征j的用户态度css
ij
如式3所示：式3中，N
ij
表示用户i对产品特征j的意见数量；表示用户i对产品特征j的第l条意见；ss(*)表示用户意见的情感倾向；用户意见由用户i对产品特征j的否定词和观点词组成，其情感倾向由支持向量机模型计算得出。4.根据权利要求3所述的方法，其特征在于，所述产品特征的讨论热度具体根据如下方法计算...

【专利技术属性】
技术研发人员：蔡梦思，吕欣，李云轩，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：