[发明专利]一种融合可拓学与在线评论的产品需求挖掘方法及系统

权利要求书

1.一种融合可拓学与在线评论的产品需求挖掘方法，其特征在于，包括以下步骤：

获取产品评论数据集并进行分析，构建三元组模型；

将三元组模型进行层次划分，构建物元模型；

基于SO-PMI算法对产品评论数据集进行计算和分析，构建事元模型；

基于可拓学拓展分析方法对物元模型和事元模型进行分析，得到产品改进需求。

2.根据权利要求1所述一种融合可拓学与在线评论的产品需求挖掘方法，其特征在于，所述获取产品评论数据集并进行分析，构建三元组模型这一步骤，具体包括：

利用爬虫工具获取产品在线评论信息；

对产品在线评论信息进行数据清洗，得到产品评论数据集；

对产品评论数据集进行分析，构建三元组模型，所述三元组模型包括产品对象、对象特征和用户观点。

3.根据权利要求1所述一种融合可拓学与在线评论的产品需求挖掘方法，其特征在于，所述将三元组模型进行层次划分，构建物元模型这一步骤，具体包括：

基于pyLDA-vis交互式可视化库对产品评论数据集进行要素提取，得到产品要素；

基于产品要素将产品对象按实体层、功能层和属性层进行划分，构建二级层次物元模型；

基于产品要素将实体层按系统、子系统和特征结构进行划分，构建三级层次物元模型。

4.根据权利要求3所述一种融合可拓学与在线评论的产品需求挖掘方法，其特征在于，所述二级层次物元模型的公式具体如下：

上式中，O_Si表示产品对象，{S_Si1,S_Si2,...,S_Sin}表示该产品对象的对象特征集合，{v_Si}表示该产品对象的量值。

5.根据权利要求3所述一种融合可拓学与在线评论的产品需求挖掘方法，其特征在于，所述三级层次物元模型的公式具体如下：

上式中，O_Ti表示特征结构，{T_Ti1,T_Ti2,...,T_Tin}表示该特征结构的对象特征集合，{v_Ti}表示该特征结构的量值。

6.根据权利要求3所述一种融合可拓学与在线评论的产品需求挖掘方法，其特征在于，所述基于pyLDA-vis交互式可视化库对产品评论数据集进行要素提取，得到产品要素这一步骤，具体包括：

对产品评论数据集进行分词和去除停用词，得到简短产品评论数据集；

基于pyLDA-vis交互式可视化库对简短产品评论数据集进行提取，得到主题和词汇之间的关系式；

根据主题和词汇之间的关系式对产品对象进行要素提取，得到产品要素。

7.根据权利要求1所述一种融合可拓学与在线评论的产品需求挖掘方法，其特征在于，所述基于SO-PMI算法对产品评论数据集进行计算和分析，构建事元模型这一步骤，具体包括：

基于SO-PMI算法利用情感词典对产品评论数据集中的用户观点进行计算，得到情感词关系式；

基于情感词关系式对极性词进行量化计算，得到极性词的极性程度；

对程度副词和否定词进行赋值，得到副词程度值和否定值；

根据极性词的极性程度、副词程度值和否定值计算每个句子评价值；

对同层次的每个句子评价值进行加权求和计算，得到综合评价值；

根据综合评价值对产品对象进行事元分析，构建事元模型。