[发明专利]一种基于情感分类的多层归因图谱构建方法

说明书

本发明提供一种基于情感分类的多层归因图谱构建方法，包括：步骤一、数据处理：步骤二、利用步骤一中处理后得到的样本，进行LSTM网络搭建，并训练得到如下两个模型：a)情感倾向的极性分类预测模型，b)负向内容倾向的方面级相关分类预测模型，步骤三、方面特征框架的形成：步骤四、将模型a)和模型b)训练建模后，对预测样本进行预测形成两种不同分类的预测结果标签，并对结果标签进行交叉，形成更细化的分类，最后提取其中的负向内容，结合上述模型的LSTM预测标签，形成方面级特征框架雏形；步骤五、对于方面级特征框架雏形中每个细分群进行进一步关注级细化分群。本发明对评论的归纳更方便用户针对性制定应对措施。

技术领域

本发明涉及一种基于情感分类的多层归因图谱构建方法，属于电子商务领域。

背景技术

随着电子商务的发展。越来越多的用户对商品/服务的看法和评价观点出现在网络上，影响着后续的用户购买决策。据研究表明：有87％的消费者会在购买前阅读商品的在线评论；93％的消费者表示，在线评论会影响到他们的购物决策；更是会有消费者愿意为同款产品或服务最多支付15％的费用，只要这款商品或服务能为他们带来更好的消费体验。

在体验过相关产品或服务后，越来越多的情感倾向内容出现在网络上。而这种情感倾向又进一步被后续参与购买的消费者关注与参考，影响着他们的购买决策。而传统的情感分析仅对用户的整体倾向进行识别，无法跟踪到这些情感倾向的具体原因和引发的触点，导致其对于商家而言无法落地于营销推进、和产品/服务的跟踪完善。

发明内容

本发明的目的在于提供一种基于情感分类的多层归因图谱构建方法，本发明不仅提供了方面级特征框架雏形的形成方法，还提供了在方面级特征框架雏形之内，融合业务和模型，从情感倾向、引发触点这两个视角，构建基于评论内容的多层归因图谱的方法，根据多层归因图谱内容，产出采取措施建议。

本发明提供一种基于情感分类的多层归因图谱构建方法，其特征在于，包括如下步骤：

一种基于情感分类的多层归因图谱构建方法，其特征在于，包括如下步骤：

步骤一、数据处理：对打好标签的辅助领域和源领域的样本，使用分词工具进行分词、对标点和停用词处理，并且将分词后的文本映射成向量；

步骤二、利用步骤一中处理后得到的样本，进行LSTM网络搭建，并训练得到如下两个模型：

a)情感倾向的极性分类预测模型，

b)负向内容倾向的方面级相关分类预测模型，

步骤三、方面特征框架的形成：

利用上述训练好的模型a)和模型b)对新数据进行标签预测打标，

根据模型a)生成情感倾向的极性分类标签，

根据模型b)生成负向内容倾向的方面级相关分类标签，形成方面级大类框架；

步骤四、

将模型a)和模型b)训练建模后，对预测样本进行预测形成两种不同分类的预测结果标签，并对结果标签进行交叉，形成更细化的分类，最后提取其中的负向内容，结合上述模型的LSTM预测标签，形成方面级特征框架雏形；

步骤五、对于方面级特征框架雏形中每个细分群进行进一步关注级细化分群，方式如下：

再次通过框架内聚类分群对关键词进行不同粒度的多层细分，形成可供专家自由选择的分合弹性归纳空间，然后结合业务归纳及可辨识度，进一步根据交互观测图谱确定合适的细分粒度，通过这种交互归纳提炼出可理解、可操作的多项关注级细化关注点，并提取其中的特征关键词，补充到层级特征关键词映射表中；