一种用于跨境电商的消费者评价处理方法技术

本发明专利技术提供一种用于跨境电商的消费者评价处理方法。一种用于跨境电商的消费者评价处理方法包括以下步骤：获取商品的属性特征、采集评价数据、处理评价数据、采集购买者信息、计算评价基础综合权重、计算评价专属综合权重和商品评价排序。本发明专利技术基于购买者和评价者的信息生成购买者专属评价排序，帮助购买者找到与之关联度最高的评价，辅助购买者做出购买商品的决策，提升购买者的购物体验，增强消费者的平台粘性，有利于提升跨境电商平台自身的运营竞争力。竞争力。竞争力。

【技术实现步骤摘要】
一种用于跨境电商的消费者评价处理方法


[0001]本专利技术涉及电子商务领域，更具体的说，它涉及一种用于跨境电商的消费者评价处理方法。

技术介绍

[0002]随着互联网的普及和飞速发展，消费者在网上购物越来越方便，跨境电商也随之高速发展，跨境电商通过全球物流让消费者足不出户就可以买到世界各地的商品，是目前消费者购买境外商品的渠道之一。消费者在电商平台上选择商品时，通常将商品评价作为主要参考依据。商品评价是消费者购买商品后给出的购买建议，能够一定程度上反映购买者对产品的质量、性能、价格、服务等多方面的态度。商品评价对消费者购买该商品的决策有重大影响。当消费者点开电商平台的商品评价界面时，评价界面对评价的排序方式有综合排序和时间排序，任何消费者点开评价界面的评价排序情况都相同，缺少针对不同消费者专属的排序方式，消费者想要找到与自身关联度较高的评价需要较长时间。

技术实现思路

[0003]本专利技术提供一种用于跨境电商的消费者评价处理方法，基于购买者和评价者的信息生成购买者专属评价排序，帮助购买者找到与之关联度最高的评价，辅助购买者做出购买商品的决策，提升消费者的购物体验；
[0004]一种用于跨境电商的消费者评价处理方法，包括如下步骤：
[0005]S1：获取商品的属性特征
[0006]获取商品品类和商品品类对应的属性特征，生成该商品的属性特征对应的商品属性特征系数；
[0007]S2：采集评价数据
[0008]获取该商品的评价数据和评价者的信息，评价数据包括评分、评价文本内容、评价附图及其数量、评价内容发布时间、有帮助数量和无帮助数量，评价者信息包括消费者编号、IP地址、性别、年龄和最近三个月内的购买的商品品类；
[0009]S3：处理评价数据
[0010]对获取到的评价数据进行处理，处理方式包括过滤虚假评价数据、提取该商品评价者评价文本的评价特征词并将评价特征词划分等级，虚假评价数据包括评价文本语义高度相似的评价数据、评价附图高度相似的评价数据和评分与评价文本不对应评价数据，过滤虚假评价数据的处理过程中包括计算评价附图相似度和判断评分与评价文本是否对应，再计算评价数据的价值分数；
[0011]S4：采集购买者信息
[0012]采集购买者信息，购买者信息包括性别、IP地址、年龄和最近三个月内的购买商品品类；
[0013]S5：计算评价基础综合权重
[0036]其中，μ1为评价时间权重的参数系数，μ2为评价价值权重的参数系数。
[0037]优选地，步骤S6中评价专属综合权重W
zs
计算，计算公式为：
[0038]W
zs
＝W1+W
jc
[0039]W1＝α1x+α2n+α3k+α4d
[0040]其中，W1为购买者与评价者的关联度权重，x为性别关联度，n为年龄关联度，k为该购买者与评价者最近三个月的购买商品品类重合度，d为购买者与评价者的地区关联度，α1为性别关联度的参数系数，α2为年龄关联度的参数系数，α3为购买商品品类重合度的参数系数，α4为地区关联度的参数系数，α1、α2和α4由商品属性特征决定。
[0041]优选地，提取该商品评价数据内的评价文本的评价特征词并将评价特征词划分等级的方法为：
[0042]将评价文本分词，去停用词处理，再与评价特征词库进行匹配，获取该商品评价数据内的评价文本的评价特征词，根据评价特征词的参考价值根据将评价特征词划分为多个等级。
[0043]优选地，建立评价特征词库的方法为获取样本评价文本，通过Text Rank算法提取出样本评价文本中的重要词汇，再从重要词汇中筛选样本评价特征词，建立评价特征词库。
[0044]优选地，步骤S3中的判断评分与评价文本是否对应的具体方法为：
[0045]通过Python中的TextBlob2对评价文本进行情感分析，根据情感倾向将评价文本分成了正面评价文本、中性评价文本和负面的评价文本。判断评价文本的情感倾向与评价者的评分是否对应。
[0046]本专利技术具有以下优点：
[0047]1、本专利技术基于购买者和评价者的信息生成购买者专属评价排序，帮助购买者找到与之关联度最高的评价，辅助购买者做出购买商品的决策，提升购买者的购物体验，增强消费者的平台粘性，有利于提升跨境电商平台自身的运营竞争力；
[0048]2、本专利技术通过获取商品对应品类的属性特征，计算该商品的属性特征对应的商品属性特征系数，根据商品属性特征系数调整专属评价排序，提升消费者的购物体验。
附图说明
[0049]图1为本专利技术采用的用于跨境电商的消费者评价处理方法的结构示意图。
具体实施方式
[0050]为了使本
的人员更好地理解本专利技术中的技术方案，下面将结合本专利技术实施例中的附图，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，都应当属于本专利技术保护的范围。
[0051]实施例1
[0052]一种用于跨境电商的消费者评价处理方法，如图1所示，包括如下步骤：
[0053]S1：获取商品的属性特征
[0054]获取商品品类和商品品类对应的属性特征，生成该商品的属性特征对应的商品属
性特征系数，属性特征包括有区域特征、性别特征和年龄特征，性别特征为该商品的适用性别，年龄特征为该商品的适用年龄，例如，水果品类与游戏机品类的属性特征不同，生成的商品属性特征系数也不同，游戏机品类的性别特征比水果品类的性别特征更显著；
[0055]S2：采集评价数据
[0056]跨境电商平台获取该商品的评价数据和评价者信息，评价数据包括评分、评价文本内容、评价附图及其数量、评价内容发布时间、有帮助数量和无帮助数量，评价者信息包括评价者编号、IP地址、性别、年龄和最近三个月内的购买的商品品类；
[0057]S3：处理评价数据
[0058]对获取到的评价数据进行处理，具体处理方法为：
[0059]S3.1：根据评价文本内容和评价附图过滤虚假评价数据，虚假评价数据即为非真实购买商品的评价数据，包括评价文本语义高度相似的评价数据、评价附图高度相似的评价数据和评分与评价文本不对应评价数据，具体过滤步骤如下：
[0060]S3.1.1：计算评价文本语义相似度
[0061]通过TF
‑
IDF算法，计算出每个单词TF
‑
IDF值的向量，再通过余弦相似度算法计算出每条评价文本与其余任一评价文本的相似度，相似度大于ρ1时，即被认为高度雷同评价文本，该条评价内容将被过滤处理；
[0062]S3.1.2：计算评价附图相似度
[0063]对每张评价附图进行统一化处理，得到灰度直方图，根据灰度直方图的灰度级对评价附图进行划分，计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于跨境电商的消费者评价处理方法，其特征在于，包括如下步骤：S1：获取商品的属性特征获取商品品类和商品品类对应的属性特征，生成该商品的属性特征对应的商品属性特征系数；S2：采集评价数据获取该商品的评价数据和评价者的信息，评价数据包括评分、评价文本内容、评价附图及其数量、评价内容发布时间、有帮助数量和无帮助数量，评价者信息包括消费者编号、IP地址、性别、年龄和最近三个月内的购买的商品品类；S3：处理评价数据对获取到的评价数据进行处理，处理方式包括过滤虚假评价数据、提取该商品评价者评价文本的评价特征词并将评价特征词划分等级，虚假评价数据包括评价文本语义高度相似的评价数据、评价附图高度相似的评价数据和评分与评价文本不对应评价数据，过滤虚假评价数据的处理过程中包括计算评价附图相似度和判断评分与评价文本是否对应，再计算评价数据的价值分数；S4：采集购买者信息采集购买者信息，购买者信息包括性别、IP地址、年龄和最近三个月内的购买商品品类；S5：计算评价基础综合权重根据评价内容发布时间计算评价时间权重，根据评价数据的价值分数计算评价价值权重，再根据评价时间权重和评价价值权重计算评价基础综合权重；S6：计算评价专属综合权重根据购买者信息和评价者信息计算购买者和评价者的基础关联度权重，再根据商品属性特征系数、购买者和评价者的关联度权重和评价基础综合权重计算评价专属综合权重；S7：商品评价排序根据该商品所有评价的基础综合权重大小对该商品的每条评价进行递减排序，得到对该商品评价的基础综合推荐排序，当购买者点击进评价界面时，根据该商品所有评价的专属综合权重大小对该商品的每条评价进行递减排序，得到对该商品评价的专属综合推荐排序。2.根据权利要求1所述的一种用于跨境电商的消费者评价处理方法，其特征在于，步骤S3中根据评价文本特征词的数量和对应特征词的等级、评价附图的数量和评价附图相似度、评价内容有帮助和无帮助的数量计算评价数据的价值分数，计算公式为：P
zl
＝s1+s2+s3；其中，s1为评价文本特征词的数量和对应特征词的等级决定的价值分数，s2为评价附图的数量和评价附图相似度决定的价值分数，s3为评价内容有帮助和无帮助的数量决定的价值分数。3.根据权利要求1所述的一种用于跨境电商的消费者评价处理方法，其特征在于，步骤S3中计算评价附图相似度的具体方法为：对每张评价附图进行统一化处理，得到灰度直方图，根据灰度直方图的灰度级对评价附图进行划分，计算得到该评价附图的向量，再通过余弦相似度算法计算出每条评价的评
价附图与其余任一评价的评价附图的相似度，根据相似度情况确定是否对该条评价内容过滤处理。4.根据权利要求1所述的一种用于跨境电商的消费者评价处理方法，其特征在于，步骤S5中计算评价基础综合...

【专利技术属性】
技术研发人员：伍雄，贾龙龙，王书文，
申请(专利权)人：杭州展俊科技有限公司，
类型：发明
国别省市：