[发明专利]用户反馈数据处理方法和装置

权利要求书

1.一种用户反馈数据处理方法，其特征在于，包括：

利用标点符号对用户反馈数据进行切分；

以每一个切分得到的语句为处理单位，进行如下操作：

按照预先构建的关键词词库对所述语句进行筛选处理，得到所述语句中包含的关键词，

按照预先构建的主题标签树，将包含所述关键词的设定级标签的标识度T加1，

按照预先构建的用户情感词库对经过筛选处理的所述语句进行处理，确定所述语句的情感，根据所述语句的情感确定所述设定级标签的极性，并将所述极性值加1，所述极性包括：批评P、表扬B、建议J；

当所有切分得到的语句均进行以上操作后，根据所述用户反馈数据中对应的每一个所述设定级标签的标识度T_终和P_终、B_终、J_终，按照批评率=P_终/T_终×100%,表扬率=B_终/T_终×100%,建议率=J_终/T_终×100%分别计算，得到处理结果，所述处理结果包括：所有设定级标签和所有设定级标签的批评率、表扬率、建议率。

2.根据权利要求1所述的用户反馈数据处理方法，其特征在于，所述标点符号包括以下任一种：句号、分号、感叹号。

3.根据权利要求1所述的用户反馈数据处理方法，其特征在于，所述关键词词库的预先构建包括：

采集用户评价文本；

抽取所述用户评价文本中的形容词、动词、象声词，构成关键词词库。

4.根据权利要求1所述的用户反馈数据处理方法，其特征在于，所述主题标签树的预先构建包括：

采集用户评价文本；

提取所述用户评价文本中的特征词；

根据预设的主题类别分类体系，构建包含所述特征词的主题标签树。

5.根据权利要求1所述的用户反馈数据处理方法，其特征在于，所述用户情感词库的预先构建包括：

采集用户评价文本；

根据情感词库对所述用户评价文本进行提取情感词；

将所有提取的情感词构成用户情感词库。

6.根据权利要求1-5任一项所述的用户反馈数据处理方法，其特征在于，

所述语句的情感的确定包括：按照预先设置的用户情感词库对所述语句进行处理；如果所述语句中含有否定词，则，定义所述语句的情感为批评；如果所述语句中不含有否定词，并含有表扬词，则，定义该语句的情感为表扬；如果所述语句中不含有否定词，并含有建议词，则，定义该语句的情感为建议；

所述设定级标签的极性的确定包括：当所述语句的情感为批评时，所述设定级标签的极性确定为批评；当所述语句的情感为表扬时，所述设定级标签的极性确定为表扬；当所述语句的情感为建议时，所述设定级标签的极性确定为建议。

7.一种权利要求1-6任一项所述的用户反馈数据处理方法的用户反馈数据处理装置，其特征在于，包括：

切分模块，用于利用标点符号对用户反馈数据进行切分；

筛选模块，用于按照预先构建的关键词词库对所述语句进行筛选处理，得到所述语句中包含的关键词；

标识度生成模块，用于按照预先构建的主题标签树，将包含所述关键词的设定级标签的标识度T加1；

情感生成模块，用于按照预先构建的用户情感词库对经过筛选处理的所述语句进行处理，确定所述语句的情感；

极性生成模块，用于根据所述语句的情感确定所述设定级标签的极性，并将所述极性值加1，所述极性包括：批评P、表扬B、建议J；

处理结果生成模块，用于当所有切分得到的语句均进行以上操作后，根据所述用户反馈数据中对应的每一个所述设定级标签的标识度T_终和P_终、B_终、J_终，按照批评率=P_终/T_终×100%,表扬率=B_终/T_终×100%,建议率=J_终/T_终×100%分别计算，得到处理结果，所述处理结果包括：所有设定级标签和所有设定级标签的批评率、表扬率、建议率。