[发明专利]一种电商产品竞争分析方法及系统

说明书

本发明提供一种电商产品竞争分析方法及系统，方法包括：基于爬取的多条电商评论数据，建立电商评论情感字典；挖掘电商产品的每一个产品属性；根据电商评论情感字典确定消费者对每一个产品属性的情感极性；基于每一个产品属性出现的频次，确定每一个产品属性的权重；根据消费者对电商产品的每一个产品属性的情感极性和每一个产品属性的权重，计算消费者对电商产品的总体情感。本发明对电商评论数据进行处理分析，计算出消费者对每一个电商产品的总体情感，根据消费者对每一个电商产品的总体情感对每一个电商产品的竞争能力进行分析，为电商产品商家和消费者提供了有价值的信息。

技术领域

本发明属于电子商务技术领域，尤其涉及一种电商产品竞争分析方法及系统。

背景技术

电子商务的快速发展，网络购物日益成为重要的购物方式。电商评论即消费者的声音在产品竞争中起着重要作用，该领域的传统方法主要侧重于市场研究和问卷调查，以获得客户偏好。

然而电商评论提供了一个良好可靠的渠道，不仅可以了解消费者对一种产品或服务的需求，还可以分析产品在市场中的竞争。随着网购人群数量日益增长，电商评论数据呈显爆发式增长，其中一款产品或一项服务的评论就可能达到几千、几万甚至几百万条，对于潜在消费者和商家来说，逐条阅读显然不可能，只看一部分又可能得到片面的结果。

发明内容

为克服上述现有的问题或者至少部分地解决上述问题，本发明实施例提供一种电商产品竞争分析方法及系统。

根据本发明实施例的第一方面，提供一种电商产品竞争分析方法，包括：

基于爬取的多条电商评论数据，建立电商评论情感字典；

根据所述多条电商评论数据，挖掘电商产品的每一个产品属性；

根据所述电商评论情感字典确定每一条电商评论数据中消费者对每一个产品属性的情感极性；

基于每一个产品属性出现的频次，确定每一个产品属性的权重；

根据所述消费者对电商产品的每一个产品属性的情感极性和每一个产品属性的权重，计算消费者对电商产品的总体情感。

在上述技术方案的基础上，本发明还可以作出如下改进。

进一步的，所述基于爬取的多条电商评论数据，建立电商评论情感字典包括：

对每一条电商评论数据进行预处理，建立电商评论语料库；

根据所述电商评论语料库，基于hownet字典建立电商评论情感字典。

进一步的，所述预处理包括分词、去停用词和词性标注。

进一步的，所述根据所述多条电商评论数据，挖掘电商产品的每一个产品属性包括：

采用LDA主题模型挖掘每一条电商评论数据中的主题，所述主题为产品属性，得到所述多条电商评论数据对应的多个产品属性。

进一步的，所述消费者对每一个产品属性的情感极性包括积极情感极性、消极情感极性和中性情感极性。

进一步的，所述基于每一个产品属性出现的频次，确定每一个产品属性的权重包括：

统计每一个产品属性在所述多条电商评论数据中出现的频次，根据所述频次确定每一个产品属性的权重。

进一步的，所述根据所述消费者对电商产品的每一个产品属性的情感极性和每一个产品属性的权重，计算消费者对电商产品的总体情感包括：

对每一个产品属性的情感极性进行赋值；

根据每一个产品属性的情感极性的赋值，和每一个产品属性的权重，计算消费者对电商产品的总体情感。

进一步的，还包括：