[发明专利]一种基于机器学习的电商产品客户满意度分析方法

说明书

本发明公开了一种基于机器学习的电商产品客户满意度分析方法，其中所述方法包括：获取电商产品评论文本，进行分词、词性标注等数据预处理；选定汉语组块标记符号对分词结果进行手工标注；基于Lib‑SVM工具，训练模型，进而获取名词性汉语组块作为候选商品特征，计算TF‑IDF值过滤特征；构建情感词典，计算商品每个特征的情感得分；训练词向量语言模型，得到商品特征的向量表示；基于词向量相似度，对商品特征进行客户满意度聚类，并计算总得分。本发明的方法可以应用在基于商品评论文本的商品推荐系统，通过客户满意度分析，聚类出商品特征五个方面，降低商品特征维度以及稀疏性，使所设计的推荐系统具有更加快速和准确的性能。

技术领域

本发明涉及自然语言处理和数据挖掘领域，尤其是一种基于评论文本的商品评价方法。

背景技术

随着互联网技术的迅猛发展和普及，带来网络信息爆炸式的增加。在信息“爆炸”时代，传统门店销售模式已经不能满足消费者需求，电子商务应运而生。电子商务的出现，一方面，扩宽消费者商品选购范围；另一方面，消费者可以对电商产品发表观点和看法。客户满意度，也叫客户满意指数，是对服务性行业的顾客满意度调查系统的简称，是客户通过对一种产品可感知的效果与其期望值相比较后得出的指数，商品评论就是一种客户满意度的体现。通过挖掘目标商品评论信息，获取用户的个性化特征偏好、目标商品客户满意度实现对用户进行商品推荐。

对于产品客户满意度的分析当前已经有很多方法，如顾客满意度专项调查、投诉建议制度、神秘购买者和研究流失的顾客。这些方法获取目标商品的客户满意度指数，但是耗时费力，被动获取信息而且信息量偏小。

在针对电商产品的客户满意度情况时，上述方法都不适用。因此，通过分析目标商品评论，挖掘出商品特征对应的情感评价，作为客户满意度情况。但是，评论用户具有不同教育程度、文化背景、风俗习惯的用户采取不同的表述方式，导致目标商品的一种特征会有多种表达方式。这种情况不仅可能出现商品特征维度灾难，而且增加特征的稀疏性，不利于分析出用户对商品特征的情感评价。

采用客户满意度聚类方法，根据客户满意度提出的五个方面，信赖度、专业度、有形度、同理度和反应度，按照五个度表达内容，将实际表达同一特征或者类似特征聚类到五个度中。不仅可以有效解决商品特征问题，而且采用客户满意度聚类方法，更加简介高效评价商品。目前基于客户满意度评价电商产品，还很少有人提出有效方法。

发明内容

本发明所要解决的技术问题是：提供一种电商产品客户满意度分析方法，采用名词性汉语组块作为商品特征，并利用机器学习方法将用户评论的商品特征聚类客户满意度五个方面，解决商品特征维度灾难和稀疏性，并且更加简洁高效的评价目标商品，使商品推荐的结果快速准确。

为此，本发明提出的一种基于机器学习的电商产品客户满意度分析方法包括如下步骤：

步骤S1：设计爬虫算法从电商平台上爬取目标商品评论文本，持久化到本地数据库，利用分词工具对爬取的评论文本进行分词、词性标注，统计分词结果得到词频，根据停用词和低频词词典对分词结果进行过滤。

步骤S2：选定汉语组块标记符号，对分词结果的每个词根据词性和上下文关系给予手工汉语组块标注；

步骤S3：将手工标注好的汉语组块作为训练集，基于Lib-Svm工具训练出自动提取的汉语组块模型，然后把模型应用在全部评论，最后利用标注后的结果自动提取名词性汉语组块作为候选产品特征词，给定一定的阈值对每个候选特征词进行TF-IDF过滤；

步骤S4：收集网上情感词典，并对词典根据情感的强度进行数值化，对每条评论中出现的商品特征词进行情感得分计算；

步骤S5：训练商品特征词的词向量模型，得到特征词的向量表示集合；

步骤S6：基于特征词词向量的相似度，对商品特征进行客户满意度聚类，并结合商品特征情感得分，最后给出商品评价总得分；