[发明专利]质量改进方法及装置、电子设备、存储介质

说明书

本申请提供一种质量改进方法及装置、电子设备、计算机可读存储介质，该方法包括：从多条评论数据中获取多个顾客需求特征词和多个产品缺陷特征词；确定所述多个顾客需求特征词所属的多个需求主题，以及所述多个产品缺陷特征词所属的多个缺陷主题；通过有序回归分析对所述评论数据进行处理，确定各需求主题的第一重要度和各缺陷主题的第二重要度；依据各需求主题的第一重要度、各缺陷主题的第二重要度、预设计算参数，确定多个纠正措施的重要度；将重要度最大的第一数量的纠正措施作为质量改进措施。本申请方案，可以从评论数据中挖掘出顾客最关注的需求和缺陷，并以此确定改进措施，从而可有效实现质量改进。

技术领域

本申请涉及计算机技术领域，特别涉及一种质量改进方法及装置、电子设备、计算机可读存储介质。

背景技术

随着消费者对产品质量要求的提高，产品之间竞争的重点从价格逐渐转移到质量。在产品设计、制造和服务过程中，不可避免存在各种质量缺陷。电子商务销售渠道的爆炸式增长使得企业可以通过电商平台的在线评论及时了解消费者对其产品或服务的看法。评论数据中往往包含消费者最看重的需求以及最厌恶的缺陷。如何利用评论数据挖掘用于改进质量的信息是亟待解决的难题。

发明内容

本申请实施例的目的在于提供一种质量改进方法及装置、电子设备、计算机可读存储介质，用于基于评论数据确定用于改进的措施。

一方面，本申请实施例提供了一种质量改进方法，包括：

从多条评论数据中获取多个顾客需求特征词和多个产品缺陷特征词；

确定所述多个顾客需求特征词所属的多个需求主题，以及所述多个产品缺陷特征词所属的多个缺陷主题；

通过有序回归分析对所述评论数据进行处理，确定各需求主题的第一重要度和各缺陷主题的第二重要度；

依据各需求主题的第一重要度、各缺陷主题的第二重要度、预设计算参数，确定多个纠正措施的重要度；

将重要度最大的第一数量的纠正措施作为质量改进措施。

在一实施例中，所述从多条评论数据中获取多个顾客需求特征词和多个产品缺陷特征词，包括：

针对每条评论数据分别进行分词处理，得到多个分词单元和分词单元的词性；

筛选出词性为目标词性的多个分词单元；

依据Apriori算法对所述目标词性对应的多个分词单元进行筛选，获得指定分词单元；

通过缺陷词表将所述指定分词单元划分为多个顾客需求特征词和多个产品缺陷特征词。

在一实施例中，在所述依据Apriori算法对所述目标词性对应的多个分词单元进行筛选之前，所述方法还包括：

通过评估函数对所述目标词性对应的多个分词单元计算评估参数；

筛选出评估参数最大的第二数量的分词单元，以基于所述Apriori算法进行筛选。

在一实施例中，在所述通过缺陷词表将所述指定分词单元划分为多个顾客需求特征词和多个产品缺陷特征词之前，所述方法还包括：

获取多个常规缺陷词和所述评论数据指示产品的多个特定缺陷词，并依据所述常规缺陷词和所述特定缺陷词构建初始缺陷词表；

基于所述初始缺陷词表，根据词向量算法对所述多条评论数据进行处理，获得多个语料缺陷词，并将所述语料缺陷词放入所述初始缺陷词表，获得所述缺陷词表。

在一实施例中，所述确定所述多个顾客需求特征词所属的多个需求主题，以及所述多个产品缺陷特征词所属的多个缺陷主题，包括：

在预设的需求主题配置词库中查找与每个顾客需求特征词对应的需求主题，获得多个需求主题；