[发明专利]一种基于多维度信息融合的电商产品综合评分方法

说明书

本发明公开了一种基于多维度信息融合的电商产品综合评分方法，其中所述方法包括：电商产品多维度信息的获取，主要是商铺信息、销量信息和评论文本信息；数据预处理，数值型数据进行数据清洗和数据转化，而评论文本进行分词、词性标注等处理；多维度信息的挖掘，通过对商铺信息和商品销量信息的数据归纳和主成份回归分析，得到商铺信息指数和商品销量指数，评论文本进行情感分析，通过量化和聚类方法得到产品特征得分雷达图；商品总得分计算，设计融合函数并计算商品总得分。本发明的方法可以应用在基于商品信息的商品推荐系统，能够高效简便的识别出优质商品，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，尤其是一种基于多维度信息的商品评价方法。

背景技术

伴随着互联网信息技术的不断提升，电子商务行业迅猛发展，电商平台已经成为网购的一个重要渠道。但与此同时，消费者在网购商品时往往面临一些困难，如假冒伪劣、虚假宣传和选购困难等问题。虽然，许多电商平台提供消费者反馈机制，但是，面对网络上堆积的反馈信息，如何在茫茫多的反馈信息中，迅速有效地识别出有价值的参考信息，如何通过高价值的参考信息，简洁高效地评估商品优劣是至关重要的问题。目前，已经有部分类似研究工作。田博等人引入感知信任和信任体系，通过对电商产品相关联的数据融合，描述商品的可信任度，提出一种电子商务推荐信任评价模型。李瑞轩等人融合历史交易情况以及当前交易价格提出了一种基于信用值、信用等级，以及商品价格的商品定量风险评估方法。基于所构建的电商信用风险的预警指标体系，考虑当前交易行为和交易历史，卫志诚等人提出一种综合信任度和风险度的电子商务交易评估模型。Pang通过对电影评论文本进行情感倾向分类，得到每部电影情感类别。史伟等人基于《HowNet》和TF-IDF加权方法，挖掘微博评论信息的情感极性及情感强度。林钦和等人考虑到评论信息中修饰词出现的位置不同所造成的一种语义差异，提出了一个情感分析的产品评论分析系统。

然而，上述学者对商品的分析，要么只考虑消费者反馈信息中的结构化数据，通过对结构化数据的模型计算得到数值，衡量商品优劣或者商品购买的风险。要么只对那些非结构数据进行挖掘，通过对评论信息的情感倾向量化，作为评价对象的情感得分。本论文中，综合分析结构化信息和非结构化信息，通过对商铺信誉、商品销量和评论文本情感进行量化来构建一个多维度的商品综合评分模型，更加准确客观为消费者甚至制造商提供商品的一个综合评分。

发明内容

本发明所要解决的技术问题是：提供一种多维度信息融合的电商产品综合评分方法，爬取电商产品相关的商铺信息、商品销量信息和评论文本。针对商铺信息和商品销量信息的分析，通过数据归纳和主成份回归分析，计算得到商铺信息指数和商品销量指数。针对评论文本的情感挖掘，利用汉语组块进行产品特征提取,根据Apriori算法产生频繁项集以及TF-IDF阈值对候选产品特征进行过滤,得到产品特征集合,对候选特征集合进行聚类，量化产品特征得分，得到产品特征得分雷达图，最终融合多维度信息给出商品总得分。能够高效简便的识别出优质商品，使所设计的推荐系统具有更加快速和准确的性能。

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：多维度信息获取,首先运用网络爬虫工具，爬取相关商品的商铺信息、商品销量信息以及商品的评论文本信息,解析多维度信息，通过编程持久化到数据库中；

步骤S2：数据预处理用JAVA语言编写程序对结构化数据进行去重复、数据转化和数据归约等操作，同时对评论文本信息利用中科院NLPIR分词工具进行分词、词性标注和停用停用词；

步骤S3：多维度信息的挖掘，分析商铺信息和商品销量信息，通过数据归纳和主成份回归分析，分别计算出商铺信誉指数和商品销量指数，然后对评论文本信息进行产品特征词对的提取、构造情感词典、对产品特征进行聚类以及计算产品特征的情感得分。为了更加全面客观地分析商品的情感得分，在考虑程度副词和否定词对评价短语的情感得分影响后，也将产品特征权重添加到情感得分的计算中；