[发明专利]产品市场定位方法和系统、存储介质在审
申请号: | 201810394431.9 | 申请日: | 2018-04-27 |
公开(公告)号: | CN108874874A | 公开(公告)日: | 2018-11-23 |
发明(设计)人: | 苏寒;王安宁;张强;任明仑 | 申请(专利权)人: | 合肥工业大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06K9/62;G06Q30/02 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;余罡 |
地址: | 230009 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 产品主题 分析 在线客户 产品市场 存储介质 评论 二维图 方式确定 聚类分析 构建 降维 采集 帮助 | ||
1.一种产品市场定位方法,其特征在于,包括:
采集多个待分析产品的在线客户评论;
根据所述在线客户评论,采用聚类分析的方式确定多个产品主题;所述产品主题为优势产品属性和/或劣势产品属性;
确定每一个待分析产品在每一个产品主题下的在线客户评论的数量;根据各个待分析产品在各个产品主题下的在线客户评论的数量,构建待分析产品-产品主题联表;
采用对应分析方法对所述待分析产品-产品主题联表进行降维,得到对应分析二维图;
根据所述多个待分析产品在所述对应分析二维图中的位置,确定每一个待分析产品所在竞争圈,并将位于所述竞争圈内的产品主题作为该待分析产品的定位主题。
2.如权利要求1所述的方法,其特征在于,所述采用聚类分析的方式确定多个产品主题,包括:
剔除所述在线客户评论中的停用词;
将每一条在线客户评论转换为一个词向量;
采用K-means算法对转换得到的各个词向量进行聚类处理,得到多个类别;
根据每一类别中的产品属性,确定该类别对应的产品主题。
3.如权利要求1所述的方法,其特征在于,所述构建待分析产品-产品主题联表,包括:
将每一个待分析产品在每一个产品主题下的在线客户评论的数量转换为该待分析产品在该产品主题下的在线客户评论的数量占比;
将各个待分析产品在各个产品主题下的在线客户评论的数量占比,形成所述待分析产品-产品主题联表。
4.如权利要求1所述的方法,其特征在于,所述确定每一个待分析产品所在竞争圈,包括:
根据所述多个待分析产品在所述对应分析二维图中的距离,将所述多个待分析产品划分为多个类别,并将每一类别所在的区域作为一个竞争圈。
5.一种产品市场定位系统,其特征在于,包括:
评论采集模块,用于采集多个待分析产品的在线客户评论;
主题确定模块,用于根据所述在线客户评论,采用聚类分析的方式确定多个产品主题;所述产品主题为优势产品属性和/或劣势产品属性;
矩阵构建模块,用于确定每一个待分析产品在每一个产品主题下的在线客户评论的数量;根据各个待分析产品在各个产品主题下的在线客户评论的数量,构建待分析产品-产品主题联表;
矩阵降维模块,用于采用对应分析方法对所述待分析产品-产品主题联表进行降维,得到对应分析二维图;
主题定位模块,用于根据所述多个待分析产品在所述对应分析二维图中的位置,确定每一个待分析产品所在竞争圈,并将位于所述竞争圈内的产品主题作为该待分析产品的定位主题。
6.如权利要求5所述的系统,其特征在于,所述主题确定模块具体用于:剔除所述在线客户评论中的停用词;将每一条在线客户评论转换为一个词向量;采用K-means算法对转换得到的各个词向量进行聚类处理,得到多个类别;根据每一类别中的产品属性,确定该类别对应的产品主题。
7.如权利要求5所述的系统,其特征在于,所述矩阵构建模块具体用于:将每一个待分析产品在每一个产品主题下的在线客户评论的数量转换为该待分析产品在该产品主题下的在线客户评论的数量占比;将各个待分析产品在各个产品主题下的在线客户评论的数量占比,形成所述待分析产品-产品主题联表。
8.如权利要求5所述的系统,其特征在于,所述主题定位模块具体用于:根据所述多个待分析产品在所述对应分析二维图中的距离,将所述多个待分析产品划分为多个类别,并将每一类别所在的区域作为一个竞争圈。
9.一种计算机存储介质,其上存储有计算机程序,其特征在于,在处理器执行所述计算机程序时可实现权利要求1~4任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810394431.9/1.html,转载请声明来源钻瓜专利网。