一种网络评价文本引导下的商品性能评价方法技术

本发明专利技术提供一种网络评价文本引导下的商品性能评价方法。所述方法包括：a.针对需要进行性能评价的商品，从网络获取所售商品的全部评价文本；b.对所获取的商品评价文本进行预处理，包括去停用词、分词、标注词性等工作；c.根据处理好的评价文本获取商品的评价对象，即客户可能会关注的商品性能特征，并计算该评价对象的权重；d.对商品的每一条评论进行预处理，构造评价对象向量，并进行归一化处理；e.抽取与评价对象相关的情感词，并赋情感极性，同时抽取跟情感词相关的否定词、程度副词等并赋权值；f.根据所得数据，计算每条评论的情感极性，从而得到所有评价文本的情感极性。

【技术实现步骤摘要】

本专利技术涉及一种商品性能评价方法，该方法是一种网络评价文本引导下的商品性能评价方法。
技术介绍
随着电子商务的迅速发展，网上购物成为了一种普遍现象，但是由于网上购物缺乏对商品的直观接触，那么查阅他人对商品的评论就成为消费者获取商品信息的重要途径。然而，目前的商品评价体系并不尽如人意，大部分的商品采用的方法都是好中差评，虽然也有部分商品加上了材质等性能等参数，但是往往会出现客户所关注的性能特征不在评价之列，这时候就需要逐条去查看其它客户的评论，挖掘自己所需的信息，而这是极费时间的。从商户而言，也希望能够深度挖掘用户评价背后所蕴藏的信息，比如客户更关注商品的哪些性能特征，以及现有的产品在哪一方面做的较好，又有哪些方面是客户重视，而存在不足的。本专利技术提出的一种网络评价文本引导下的商品性能评价方法，可通过已购买客户的评价自动获取客户所关注的商品性能特征(评价对象)，也可以计算每条评论的情感极性和所有评价文本的情感极性，消费者和商户也可以根据自己的需要挖掘所需信息。
技术实现思路
鉴于现有的技术问题，本专利技术提供一种网络评价文本引导下的商品性能评价方法来解决此问题。包括：a.针对需要进行性能评价的商品，从网络获取所售商品的全部评价文本。b.对所获取的商品评价文本进行预处理，包括去停用词、分词、标注词性等工作。c.根据处理好的评价文本获取商品的评价对象，即客户可能会关注的商品性能特征，并计算该评价对象的权重。d.对商品的每一条评论进行预处理，构造评价对象向量，并进行归一化处理。e.抽取与评价对象相关的情感词，并赋情感极性，同时抽取跟情感词相关的否定词、程度副词等并赋权值。f.根据所得数据，计算每条评论的情感极性，从而得到所有评价文本的情感极性。进一步地，步骤a中商品的生产厂家可以通过代理商获取所售产品的全部网络评价文本。进一步地，步骤b中对客户的网络评价文本预处理，包括去停用词和分词、标注词性等工作，该部分工作可以利用中科院中文分词系统ICTCLAS或CRF++0.54进行。进一步地，步骤c中根据处理好的评价文本抽取评价对象，这一步是非常关键的，与目前的商品评价方法不同，重视网络评价文本自身的引导，即关注客户所关注的商品特性。进一步地，步骤c中需要给每个评价对象赋权重，这一步可以通过计算每个评价对象的TF-IDF值，其对数值可以作为评价对象的权重，以表示消费者对这一评价对象的重视程度，本方法是一种商品评价文本引导下的商品评价方法，较传统的无引导方法要更好。进一步地，步骤e中对商品的每一条评论进行预处理后抽取情感词，利用符号函数给情感词赋情感极性值，同时抽取跟情感词相关的否定词、程度副词等并赋权值，赋值可以采用现有的分级标准，也可以结合自定义的方法。进一步地，步骤f中根据前面所得数据，计算每条评论的情感极性，再根据所有评论的情感极性计算该商品的总体情感极性，消费者和商户也可以根据自己的需要获取所需的信息。附图说明图1是用来说明一种网络评价文本引导下的商品性能评价方法中如何抽取评价对象，并对其赋权重的流程图；图2是用来说明本专利技术方法中如何对每一条评论文本构造评价对象向量，抽取情感词并赋情感极性、抽取否定、程度副词并赋权重的流程图。具体实施方式以下将结合附图所示的具体实施方式对本专利技术进行详细描述。图1是网络评价文本引导下的商品性能评价方法中如何抽取评价对象，并对其赋权重的流程图。在本实施方式中，主要包括以下步骤：商户通过代理商收集已售商品的所有评论文本集。对所收集的网络评论文本集进行预处理，预处理的内容包括去停用词，利用中科院中文分词系统ICTCLAS或CRF++0.54进行分词、标注词性的工作，并将预处理好的评价文本数据导出待用；根据处理好的评价文本数据，抽取评价对象集O＝(o1,o2,…on)，并计算其TF-IDF值，取其自然对数后给评价对象赋权重w1＝(w11,w12,…w1n)。图2是说明本专利技术方法中如何对每一条评论文本构造评价对象向量，抽取情感词并赋情感极性、抽取否定、程度副词并赋权重的流程图。在本实施方式中，主要包括以下步骤：对于每一条评论文本，进行预处理，同样包括去停用词，分词及标注词性等工作，采取的方法与图1中的实施方式一致。对处理好的这条评论文本，构造评价对象向量V＝(v1,v2,…,vn)，其中vi表示oi在本条评论中出现i次，i＝0,1。为了防止情感极性出现多评价对象偏离，需对评价对象向量进行归一化处理P＝(p1,p2,…,pn)，其中从预处理好的文本中抽取情感词Q＝(q1,q2,…,qn)，并给情感词赋情感极性值EQ＝(e1,e2,…,en)，其中ei＝sgn(qi的极性)。从预处理好的文本中抽取与情感词相对应的否定词，程度副词；若出现否定词，则赋权重-1，程度副词的权重可参考已有的等级标准赋权重也可以结合自定义的方法赋权重，综合否定词与程度副词后的权重记为w2＝(w21,w22,…w2n)。根据前面所得数据，计算本条评论的情感极性值：通过对所有评论文本的情感极性值取平均值可以判断所有评论文本的情感极性值。此外，通过前面的数据可以挖掘更多的信息，比如，通过每个评价对象的在每条评论的情感极值中的比重计算每个评价对象的重要性，还可以在此基础上抽取出重要评价对象集，从而指导商品评论，也给消费者提供重要参考等。以上所述仅为本专利技术的较佳实施方式，并不用以限制本专利技术，凡在本专利技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种网络评价文本引导下的商品性能评价方法，其特征包括：a.针对需要进行性能评价的商品，从网络获取所售商品的全部评价文本。b.对所获取的商品评价文本进行预处理，包括去停用词、分词、标注词性等工作。c.根据处理好的评价文本获取商品的评价对象，即客户可能会关注的商品性能特征，并计算该评价对象的权重。d.对商品的每一条评论进行预处理，构造评价对象向量，并进行归一化处理。e.抽取与评价对象相关的情感词，并赋情感极性，同时抽取跟情感词相关的否定词、程度副词等并赋权值。f.根据所得数据，计算每条评论的情感极性，从而得到所有评价文本的情感极性。

【技术特征摘要】
1.一种网络评价文本引导下的商品性能评价方法，其特征包括：a.针对需要进行性能评价的商品，从网络获取所售商品的全部评价文本。b.对所获取的商品评价文本进行预处理，包括去停用词、分词、标注词性等工作。c.根据处理好的评价文本获取商品的评价对象，即客户可能会关注的商品性能特征，并计算该评价对象的权重。d.对商品的每一条评论进行预处理，构造评价对象向量，并进行归一化处理。e.抽取与评价对象相关的情感词，并赋情感极性，同时抽取跟情感词相关的否定词、程度副词等并赋权值。f.根据所得数据，计算每条评论的情感极性，从而得到所有评价文本的情感极性。2.如权利要求1所述的网络评价文本引导下的商品性能评价方法，其特征为：通过该商品的网络代理商来获取所售商品的全部评价文本，对评价文本进行预处理。3.如权利要求1所述的网络评价文本引导下的商品性能评价方法，其特征为：评价文本的预处理分为两步，第一步是去停用词，第二步是分词和标注...

【专利技术属性】
技术研发人员：沈永梅，杨长春，吕晨，王晖，方骥，顾寰，
申请(专利权)人：常州大学，
类型：发明
国别省市：江苏;32