[发明专利]产品卖点的分析方法、终端设备及计算机可读存储介质在审

专利信息
申请号: 201911369278.5 申请日: 2019-12-26
公开(公告)号: CN111192082A 公开(公告)日: 2020-05-22
发明(设计)人: 方小乔;刘华芳 申请(专利权)人: 广东美的白色家电技术创新中心有限公司;美的集团股份有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06F16/332;G06F16/33;G06F40/211;G06F40/289;G06F40/35
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 瞿璨
地址: 528311 广东省佛山市*** 国省代码: 广东;44
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 卖点 分析 方法 终端设备 计算机 可读 存储 介质
【权利要求书】:

1.一种产品卖点的分析方法,其特征在于,所述方法包括:

获取关于目标产品的对话信息;

对所述对话信息进行预处理,以得到处理后的文本信息;

对所述文本信息进行分析,并得到分析结果,从而根据所述分析结果确定所述目标产品的卖点。

2.根据权利要求1所述的方法,其特征在于,

所述获取关于目标产品的对话信息,包括:

获取电商平台服务器发送的关于所述目标产品的第一对话信息;其中,所述第一对话信息为所述电商平台服务器获取的用户终端与客服终端的文字对话信息或语音对话信息;和/或

获取第三方平台服务器发送的关于所述目标产品的第二对话信息;其中,所述第二对话信息为所述第三方平台服务器获取的用户终端与客服终端的文字对话信息或语音对话信息;和/或

获取社交平台服务器发送的关于所述目标产品的第三对话信息;其中,所述第三对话信息为所述社交平台服务器获取的第一用户终端分享所述目标产品至第二用户终端,并与所述第二用户终端的文字对话信息或语音对话信息。

3.根据权利要求1所述的方法,其特征在于,

所述对所述对话信息进行预处理,以得到处理后的文本信息,包括:

对所述对话信息进行ETL处理,以得到中间文本信息;

对所述中间文本信息进行分词特征化处理,以得到最终文本信息。

4.根据权利要求3所述的方法,其特征在于,

所述对所述对话信息进行ETL处理,以得到中间文本信息,包括:

对所述对话信息进行抽取处理,以得到需求的对话信息;

对抽取处理后的所述对话信息进行转换处理,以使所述目标对话信息的类型统一;

将转换处理后的所述对话数据进行加载处理,以得到中间文本信息。

5.根据权利要求3所述的方法,其特征在于,

所述对所述中间文本信息进行分词特征化处理,以得到最终文本信息,包括:

对所述中间文本信息进行分句、分词处理;

对分句、分词或分段处理后的所述中间文本信息进行去非关键字处理;

对去非关键字处理后的所述中间文本信息进行嵌入式向量化处理,以得到最终文本信息。

6.根据权利要求1所述的方法,其特征在于,

所述对所述文本信息进行分析,并得到分析结果,从而根据所述分析结果确定所述目标产品的卖点,包括:

对所述文本信息进行意图分析,以得到所述文本信息对应的多维度的意图信息;

对所述文本信息进行主题分析,以得到所述文本信息对应的多维度的主题信息;

对所述文本信息进行情感分析,以得到所述文本信息对应的多维度的情感信息;

基于对所述意图信息、和/或所述主题信息、和/或所述情感信息进行分析,以得到分析结果,从而确定所述目标产品的卖点。

7.根据权利要求6所述的方法,其特征在于,

所述对所述文本信息进行意图分析,以得到所述文本信息对应的多维度的意图信息,包括:

对所述文本信息进行框架语义处理,以得到所述文本信息对应的多维度的意图信息;

其中,所述框架语义按照三层结构进行标识,第一层标识为领域,第二层标识为意图,第三层标识为语义槽。

8.根据权利要求6所述的方法,其特征在于,

所述对所述文本信息进行主题分析,以得到所述文本信息对应的多维度的主题信息,包括:

利用长短期记忆和概率图模型对所述文本信息进行词性分析和语法依赖性解析;

对词性分析和语法依赖性解析后的所述文本信息进行分类处理,以得到所述文本信息对应的多维度的主题信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广东美的白色家电技术创新中心有限公司;美的集团股份有限公司,未经广东美的白色家电技术创新中心有限公司;美的集团股份有限公司许可,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/201911369278.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top