【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种商品推荐理由的自动生成方法、装置、设备及介质。
技术介绍
1、随着互联网的普及以及电子商务、社交平台的迅速发展，用户对商品的评价数据量不断增加，为商品推荐系统的进一步发展提供了丰富的素材。通过分析这些商品评价数据，能够更加清晰的了解消费者的需求和喜好，进而提高推荐系统的效率和准确性，提升用户的购物体验。
2、然而，在提炼大量的复杂且多样化的评价数据时，往往受到脏数据以及负面数据的干扰，从而导致生成的商品推荐理由不能贴合大多消费者对商品的真实评价，参考价值较低。
技术实现思路
1、本专利技术提供了一种商品推荐理由的自动生成方法、装置、设备及介质，能够自动生成针对于指定商品的商品推荐理由，且商品推荐理由贴合于消费者的真实评价，参考价值较高。
2、根据本专利技术的一方面，提供了一种商品推荐理由的自动生成方法，包括：
3、获取针对于目标商品的多条有效评论数据，并在各有效评论数据中筛选出多条正向评论数据；
4、获取与各正向评论数据分别匹配的标签信息，并根据各正向评论数据以及各正向评论数据的标签信息，生成多个标签评论数据；
5、根据各标签评论数据，获取针对于目标商品的至少一个最终标签以及与各最终标签分别对应的标签权重；
6、根据各最终标签以及各最终标签的标签权重，生成目标商品的商品推荐理由。
7、根据本专利技术的另一方面，提供了一种商品推荐理由的自动生成装置，包括：
<...【技术保护点】
1.一种商品推荐理由的自动生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取针对于目标商品的多条有效评论数据，并在各有效评论数据中筛选出多条正向评论数据，包括：
3.根据权利要求2所述的方法，其特征在于，对各原始评论数据进行清洗，获取多条有效评论数据，包括：
4.根据权利要求2所述的方法，其特征在于，所述标签信息包括至少一条评论标签以及与各评论标签分别对应的标签权重；
5.根据权利要求4所述的方法，其特征在于，有效分词的分词词性包括名词以及形容词；
6.根据权利要求4所述的方法，其特征在于，根据各标签评论数据，获取针对于目标商品的至少一个最终标签以及与各最终标签分别对应的标签权重，包括：
7.根据权利要求1所述的方法，其特征在于，根据各最终标签以及各最终标签的标签权重，生成目标商品的商品推荐理由，包括：
8.一种商品推荐理由的自动生成装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于
...【技术特征摘要】
1.一种商品推荐理由的自动生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取针对于目标商品的多条有效评论数据，并在各有效评论数据中筛选出多条正向评论数据，包括：
3.根据权利要求2所述的方法，其特征在于，对各原始评论数据进行清洗，获取多条有效评论数据，包括：
4.根据权利要求2所述的方法，其特征在于，所述标签信息包括至少一条评论标签以及与各评论标签分别对应的标签权重；
5.根据权利要求4所述的方法，其特征在于，有效分词的分词词性包括名词以及形容词；
6.根据权利要求4所述的...
【专利技术属性】
技术研发人员：石京京，于敬，刘文海，陈运文，纪达麒，
申请(专利权)人：达观数据苏州有限公司，
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。