[发明专利]一种基于商品评论舆情的跨境产品质量风险模糊预测方法

权利要求书

1.一种基于商品评论舆情的跨境产品质量风险模糊预测方法，其特征在于，所述方法包括以下步骤：

步骤1、采集数据；采集的数据为跨境电商平台中的商品信息和评论信息；

步骤2、数据预处理；所述数据预处理包括文本分析和数据转换；所述文本分析将采集的数据中需要分析部分提取出来，进行语义分析，对同义词、近义词进行替换；所述数据转换将文本分析出来的结果进行标签，转码为机器能识别的符号，并生成索引数据；

步骤3、构建商品分词库和产品质量评论词库；通过对跨境电商平台中网页信息提取、检验检疫报关系统中相关字段提取，获得商品分词库；通过中文情感字典、搜狗细胞词库和人工采集整理生成产品质量评论词库；

步骤4、构建商品分类库；根据检验检疫相关的HS编码，把不同的商品归类到不同三个层次中，包括商品所属大类、商品所属子类和商品本身；

步骤5、根据检验检疫的抽检报告数据和风险评价标准对产品进行参考风险等级标注；

步骤6、商品评论舆情分析；对数据预处理后的评论信息进行自然语言分析，利用产品质量评论词库对所述评论信息进行分词，提取评论信息中的差评评论；

步骤7、差评评论质量相关度分析；计算每条差评评论与质量相关的概率，提取差评评论中与质量相关的质量差评评论，计算同一类目下的商品的质量差评评论数量；

步骤8、构建风险预测模型，对标注的风险等级和用户评价之间进行建模匹配，其输入为该大类商品的用户差评数量，输出为该大类商品的风险等级；包括两个步骤：

第一步确定商品评论的隶属函数：所述隶属函数的输入为同一子类下的商品的质量差评评论数量，输出为清晰集合S，其中，S＝无、较低、中、较高、高，表示产品质量风险；将所述隶属函数的输出清晰集合S转换为评论隶属函数判别值，将所述参考风险等级转换为参考风险等级判别值；

第二步，通过BP神经网络输出结果的判定，所述BP神经网络分为输入层、隐含层和输出层；所述BP神经网络的输入层的输入为评论隶属函数判别值和参考风险等级判别值。