[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

说明书

本发明公开了一种融合可拓学与在线评论的产品需求挖掘方法及系统，该方法包括：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。该系统包括：三元组构建模块、物元构建模块、事元构建模块和分析模块。通过使用本发明，能够实现产品的分层表达和需求挖掘。本发明作为一种融合可拓学与在线评论的产品需求挖掘方法及系统，可广泛应用于产品需求挖掘领域。

技术领域

本发明涉及产品需求挖掘领域，尤其涉及一种融合可拓学与在线评论的产品需求挖掘方法及系统。

背景技术

在产品改进设计的过程中，及时获得用户需求至关重要。传统的方法主要是采用问卷调查、用户访谈等方法，存在周期长，成本高的劣势。得益于电商行业与社交网络的迅猛发展，在线评论成为了产品缺陷获取的有效途经和用户需求载体，可以通过从海量的在线评论中利用数据挖掘工具获取用户关注的产品特征，利用自然语言处理技术对文本进行挖掘和分析，来获取潜在客户观点、文本倾向及情感状态。现有的在线评论用户需求挖掘方法仍存在以下弊端：结合可拓学基元模型形式化、模型化的方式表达产品设计信息、拓展分析规律并挖掘用户需求，例如提出产品性能词典，对在线评论用运数据驱动手段，并采用可拓学物元模型对用户需求进行形式化表达；又或者基于基元理论对产品进行多层次知识建模，构建仿生产品系统功能-原理-行为-结构的本体可拓模型；上述方法均利用可拓学实现了对在线评论的设计知识表达，但缺乏了对产品设计信息的多层次、多特征性的考虑。

发明内容

为了解决上述技术问题，本发明的目的是提供一种融合可拓学与在线评论的产品需求挖掘方法及系统，能够实现产品的分层表达和需求挖掘。

本发明所采用的第一技术方案是：一种融合可拓学与在线评论的产品需求挖掘方法，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。

进一步，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。

进一步，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。

进一步，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。

进一步，所述三级层次物元模型的公式具体如下：