[发明专利]用于管理具有交互式评论流的评论网络的系统和方法

说明书

相关申请的交叉引用

本申请请求如下申请的优先权：于2011年8月15日提交的美国临时申请序列号为61/523,823;于2012年4月17日提交的美国临时申请序列号为61/625,560；于2012年5月22日提交的美国临时申请序列号为61/650,240。本申请明确要求这些临时申请的优先权，各个临时申请的公开内容及其所有目的通过引用全部合并到本文中。

技术领域

本公开内容总体上涉及用于管理具有交互式评论流的评论网络的系统和方法，更具体地但非排他地涉及用于采集和分析电子评论数据的系统和方法。

背景技术

网基系统和数据网络例如通过对网基内容（例如网页）的贡献、网络日志（“博客”）及在线论坛等向用户提供交互式体验，使得用户能够通过创建/编辑其他用户可访问的Web内容来相互交流。该Web内容中的一大部分反映了用户对各个对象（例如电子商品、政治和名人）的观点/评论。为了便于理解数量日益增加的观点/评论数据，通常使用评论挖掘（或观点分析）来处理并提取来自数据的主观信息。

评论挖掘、聚合和观点分析的方法传统上试图对较大块的文本执行广泛的观点分析。这些方法将文本分类作为首要目的，并努力识别总体的观点偏向性，通常在对象容易识别的评论网站中获得最佳结果。这些传统方法严重依赖于特定主观性关键词的“词袋”统计关联性和在先偏向性标记。“词袋”模型将例如从句子或文档提取的文本量化为视觉词的无序集合。偏向性标记包括将特定文本分类为肯定、否定或中立的。相似的方法已被应用于博客和新闻文章或微博平台（例如等），结果不同。

这些传统方法的一个缺点是对作为评论对象的实体或概念进行识别时缺乏准确性。有些传统方法使用三角测量法计算主观性关键词与文本内的已知实体的接近度。这些方法在识别关于特定对象的观点时更成功，但会限制对实际评论的理解。例如，术语“大”未必具有相关联的在先偏向性，然而可能通过特定上下文发现传统方法不能捕获的含义。其他传统方法限于手工注释的训练数据，它们很快过时了。

鉴于前述原因，需要一种用于评论挖掘、聚合和观点分析的改进型评论网络和方法，以努力克服现有技术系统中的前述障碍和不足。

发明内容

本公开内容的技术领域总体上涉及用于管理具有交互式评论流(opinion flow)的评论网络(opinion networks)的系统和方法，更具体地但非排他地涉及用于采集和分析电子评论数据(opinion data)的系统和方法。在一个实施方式中，分析评论数据的方法包括以下步骤：接收电子评论数据，其中所述评论数据包括自然语言词汇；将所述评论数据映射到统一评论对象(opinion object)，所述统一评论对象提供为受控自然语言；以及提供一个呈现，该呈现具有与至少一个所述统一评论对应的至少一个部分。

在可替代实施方式中，所述方法还包括对评论(opinion)图中的统一评论对象进行分级以生成对每个用户的关联性。

本发明内容用以介绍本申请公开的主题内容，但并不意在标识所要求保护的主题内容的实质特征，也不意在用于确定所要求保护的主题内容的保护范围。对本领域的技术人员而言通过阅读以下附图和详细描述时，本公开内容的其它系统、方法、特征和优点等将被明显说明或成为显而易见。本申请意在将所有这样的附加系统、方法、特征和优点包括在本说明书内，包括在本公开内容的范围内并且通过所附权利要求进行保护。

附图说明

为更好地理解如何获得本公开内容的上述优点和其它优点以及如何实现本公开内容的目的，现将通过参考在附图中示出的具体实施方式呈现以上简要描述的实施方式的更加具体的描述。应当注意，附图中的部件未必是按照比例的，重点在于示出本公开内容的原理。另外，在附图中，相同的附图标记在不同视图表示对应的相同部件。然而，相同的部件不总是具有相同的附图标记。另外，所有视图均意在表达概念，其中相关尺寸、形状和其它详细属性可能是示意性示出，而不是按照字面意义或精确地示出。

图1示出了根据本公开内容的优选实施方式示例性的基于评论网络的计算环境的示意图；

图2描绘了根据本公开内容的一个实施方式的图1中所示的示例性评论捕获服务器的方面的示意图；

图3A是根据本公开内容的一个实施方式对如图1所示的示例性评论捕获服务器的系统结构进一步详细描述的示意图；

图3B是进一步详细描述图1所示的示例性评论捕获服务器系统结构的另一个示意图；

图4是描绘示例性评论编码处理方面的功能图；