[发明专利]文本推荐方法、装置、服务器和存储介质

权利要求书

1.一种文本推荐方法，其特征在于，包括：

提取对目标商户的评论文本；其中，提取的评论文本的数量大于预设数量；

基于所述评论文本的代表性对提取的所述评论文本划分优先级；其中，优先级高的评论文本的代表性高于优先级低的评论文本的代表性；

将优先级大于预设门限的评论文本作为所述目标商户的推荐文本推送给用户。

2.根据权利要求1所述的文本推荐方法，其特征在于，所述基于所述评论文本的代表性对提取的所述评论文本划分优先级，包括：

根据所述评论文本中是否包含所述目标商户提供的商品名称，获取所述评论文本的第一区分度；

其中，若所述评论文本包含所述商品名称，则将第一区分度设置为第一预设值，若所述评论文本不包含所述商品名称，则将第一区分度设置为第二预设值；第一区分度为所述第一预设值的评论文本的优先级，大于第一区分度为所述第二预设值的评论文本的优先级。

3.根据权利要求2所述的文本推荐方法，其特征在于，在所述获取所述评论文本的第一区分度后，还包括：

若存在第一区分度相同的第一类评论文本，则获取各所述第一类评论文本中每个词的逆文档频率；

根据所述每个词的逆文档频率，获取各所述第一类评论文本的第二区分度；其中，第二区分度越大的评论文本优先级越高。

4.根据权利要求3所述的文本推荐方法，其特征在于，所述根据所述每个词的逆文档频率，获取各所述第一类评论文本的第二区分度，具体为：

将各所述第一类评论文本中的最大逆文档频率，作为各所述第一类评论文本的第二区分度。

5.根据权利要求3所述的文本推荐方法，其特征在于，所述获取各所述第一类评论文本中每个词的逆文档频率，包括：

采用预设的分词工具对各所述第一类评论文本进行分词处理，获取分词数据；

对各所述第一类评论文本的分词数据进行过滤处理；

根据过滤处理后的各所述第一类评论文本的分词数据，计算各所述第一类评论文本中每个词的逆文档频率。

6.根据权利要求5所述的文本推荐方法，其特征在于，所述计算各所述第一类评论文本中每个词的逆文档频率，具体为：

通过以下公式计算所述逆文档频率IDFw：

IDFw＝log(N/sum(I(w,Di)))

其中，所述w为需要计算逆文档频率的词，所述N为提取的对所述目标商户的评论文本的数量，所述Di为第i条评论文本，所述i的取值为1至所述N；如果所述Di中包含词w，则所述I(w,Di)为1，否则所述I(w,Di)为0。

7.根据权利要求1所述的文本推荐方法，其特征在于，在所述提取对目标商户的评论文本之后，还包括：

将提取的所述评论文本写入预设的文本，所述文本包括：所述目标商户的编号和评论文本；

所述对提取的所述评论文本划分优先级，包括：

根据所述编号识别出所述目标商户；

根据所述评论文本，对所述目标商户的评论文本划分优先级。

8.一种文本推荐装置，其特征在于，包括：

提取模块，用于提取对目标商户的评论文本；其中，提取的评论文本的数量大于预设数量；

划分模块，用于基于所述评论文本的代表性对提取的所述评论文本划分优先级；其中，优先级高的评论文本的代表性高于优先级低的评论文本的代表性；

推送模块，用于将优先级大于预设门限的评论文本作为所述目标商户的推荐文本推送给用户。

9.一种服务器，包括存储器和处理器，存储器存储计算机程序，处理器运行程序时执行：

提取对目标商户的评论文本；其中，提取的评论文本的数量大于预设数量；

基于所述评论文本的代表性对提取的所述评论文本划分优先级；其中，优先级高的评论文本的代表性高于优先级低的评论文本的代表性；

将优先级大于预设门限的评论文本作为所述目标商户的推荐文本推送给用户。

10.一种非易失性存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行如权利要求1至7中任一项所述的文本推荐方法。