[发明专利]一种基于主观情感测度的电商产品可靠性指标及其实现方法

说明书

本发明提供一种基于主观情感测度的电商产品可靠性指标及其实现方法，步骤如下：一、对网络平台商品评论内容、评论日期、买家信用分进行数据爬取；二、对爬取的评论内容数据进行情感值计算，即针对某条评论的用词判断其正负面概率，取正面概率为情感值；三、结合其他爬取的数据对某条评论的进行权值计算，判断有效概率；四、结合二三两步，计算评论情感值的加权平均，得到商品的最终可靠度评价指标。本发明从电商平台的商品评价内容、用户等级、交易时间等数据入手，通过神经网络对数据进行处理，从而有效地对电商产品的可靠性进行量化和评价。

技术领域

本发明提出一种基于主观情感测度的电商产品可靠性及其实现 方法，它涉及一种基于主观情感测度的电商产品的可靠性指标及其实 现方法，属于可靠性、计算机科学与电子商务的交叉技术领域。

背景技术

电子商务已经成为现代都市生活不可或缺的一部分，对于目前 “互联网+B2B”、“互联网+B2C”的发展模式也有着举足轻重的作用。 然而，当琳琅满目的商品浮现在消费者的电子屏幕上时，消费者对于 商品的真实性和可靠性愈加难以辨别，购买到假货、仿货的可能性逐 渐增加。

由于网络电商的商品多样性、交易快速性等特点，加上由于商家 来源不一和平台监管条例不完善，如何判断商品是否可靠成为了一个 复杂的社会难题。解决判断电商产品可靠性的首要问题在于如何准确 的度量一件产品是否值得信赖。现行的评价产品可靠性的基本指标主 要是产品故障的概率度量和时间度量两个方面。其中，概率度量中包 括可靠度(R)、累计故障率(F)、故障密度(f)、故障率(λ)四个 指标，时间度量中包括平均故障前时间(MTTF)、故障前时间(TTF) 以及平均故障间隔时间(MTBF)三个指标。

可靠度是指产品在规定条件下和规定时间内，完成规定功能的概 率。假设规定的时间为t，产品的寿命为T，在一批产品中的寿命有 的Tt，也有的T≤t，从概率论角度可以将可靠度表示为Tt的概率， 即R(t)＝P,(Tt)。在数值上，某个事件的概率可用试验中该事件 发生的频率来估计。

累计故障率F(t)是表征产品在规定条件下和规定时间内，丧 失规定功能的概率，也称为不可靠度。它也是时间t的函数，

记作F(t)＝P(T≤t)。它在数值上等于1-R(t)，即产品从0开 始试验(或工作)到时刻t时间段内，失效总数r(t)与初始试验 (或工作)产品总数N₀之比。

故障概率密度f(t)表示累计故障率分布的密集程度，或者说 是累计故障率函数的变化率。它在数值上等于在时刻t，单位时间内 的失效数Δr/Δt与初始试验(或工作)产品总数N₀的比值，

故障率λ(t)表示的是工作到某时刻t未发生故障的产品在该 时刻后单位时间内发生故障的概率，

λ(t)＝lim_Δt→0P,(t≤ξ≤t+Δt|ξ＞t),它与产品可靠度的关系 为：

平均故障前时间(Mean Time To Failure，简称MTTF)，是不可 修复的产品在规定的环境下，正常工作到发生下一次故障的平均时间。

N₀为产品总个数，t_i是第i件产品的故障前正常工 作时间。当N₀趋向无穷时，

故障前时间(Time To Failure，简称TTF)是对于有明确故障 规律的产品，能给出的故障前的时间。用S代表一个产品的关键参数， 初始值为S₀，故障发生时参数的阈值为S_F，则 A₀与m为参数退化数据中的可变参数。