【技术实现步骤摘要】
本专利技术属于自然语言处理，具体涉及一种多维度特征关联的农产品重购意愿弱监督分析方法及系统。
技术介绍
1、随着电商平台的迅猛发展和大数据时代的全面到来，在线上销售和购买农产品已成为一种被大众广泛接受且日益普及的交易方式，这样一种售卖-购买方式在为人们提供便利的同时也带来了一些有待思考和解决的问题。消费者对于农产品的重购率往往受多维度因素影响，如产品质量，商家服务，包装外观等。把握顾客的各类需求并制定对应的资源分配策略对于商家提高产品重购率尤为重要，消费者也往往希望在琳琅满目的店铺与商品中，快速选取符合自己意愿的农产品。为建立起商家与顾客之间的沟通桥梁，各大电商平台设置评论功能，使得消费者可以反馈对农产品的意见并对购物体验进行打分，消费者给出的评分直观地反映了其重购意愿：分值越高重购意愿越强。庞大的评论量为商家分析客户需求和消费者选品提供了更全面且有力的依据，但是，商家想要从中全面地把握影响顾客重购意愿的重点因素并非易事，顾客也难以直观地分析各类产品在自己所重视的方面表现如何，传统的数据分析方法往往无法将评论文本中所反映的这些内容量化表...
【技术保护点】
1.一种多维度特征关联的农产品重购意愿弱监督分析方法，其特征在于，步骤如下：
2.根据权利要求1所述的多维度特征关联的农产品重购意愿弱监督分析方法，其特征在于，步骤二中，使用潜在狄利克雷分布模型进行主题建模。
3.根据权利要求1所述的多维度特征关联的农产品重购意愿弱监督分析方法，其特征在于，步骤三所述使用基于跨度级别交互学习机制的方面情感三元组抽取模型从评论文本中提取三元组信息的过程如下：
4.根据权利要求1所述的多维度特征关联的农产品重购意愿弱监督分析方法，其特征在于，步骤四中，首先将方面项与意见项分别进行去重；接着，将方面项中含...
【技术特征摘要】
1.一种多维度特征关联的农产品重购意愿弱监督分析方法，其特征在于，步骤如下：
2.根据权利要求1所述的多维度特征关联的农产品重购意愿弱监督分析方法，其特征在于，步骤二中，使用潜在狄利克雷分布模型进行主题建模。
3.根据权利要求1所述的多维度特征关联的农产品重购意愿弱监督分析方法，其特征在于，步骤三所述使用基于跨度级别交互学习机制的方面情感三元组抽取模型从评论文本中提取三元组信息的过程如下：
4.根据权利要求1所述的多维度特征关联的农产品重购意愿弱监督分析方法，其特征在于，步骤四中，首先将方面项与意见项分别进行去重；接着，将方面项中含有相同词根的聚为一类；对于意见项，剔除表示功能的副词后，进行词形还原并将含有相同词根的分为一类；进一步经手工调整筛选后生成各细粒度评价维度的细粒度方面项列表和细粒度意见项列表。
5.根据权利要求1所述的多维度特征关联的农产品重购意愿弱监督分析方法，其特征在于，步骤五的具体过程如下：
6.根据权利...
【专利技术属性】
技术研发人员：易文龙，毛滢，刘木华，赵进辉，
申请(专利权)人：江西农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。