CN108280688A - 目标物的评论信息分析方法、装置及系统 - Google Patents
目标物的评论信息分析方法、装置及系统 Download PDFInfo
- Publication number
- CN108280688A CN108280688A CN201810085690.3A CN201810085690A CN108280688A CN 108280688 A CN108280688 A CN 108280688A CN 201810085690 A CN201810085690 A CN 201810085690A CN 108280688 A CN108280688 A CN 108280688A
- Authority
- CN
- China
- Prior art keywords
- comment
- data
- link
- viewpoint
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/16—Arrangements for providing special services to substations
- H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
- H04L12/1813—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast for computer conferences, e.g. chat rooms
- H04L12/1831—Tracking arrangements for later retrieval, e.g. recording contents, participants activities or behavior, network status
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
- H04L51/046—Interoperability with other network applications or services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/16—Arrangements for providing special services to substations
- H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
- H04L12/1813—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast for computer conferences, e.g. chat rooms
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种目标物的评论信息分析方法、装置及系统,涉及电子商务技术领域,主要目的在于对评论数据进行有效分析,确定出评论数据对应的评论主题及评论观点,以根据评论分析结果对在线商品进行调整,有效的应对快速的市场变化。本发明的主要技术方案包括:获取目标物的评论数据;对所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
Description
技术领域
本发明涉及电子商务技术领域,特别是涉及一种在目标物的评论信息分析方法、装置及系统。
背景技术
伴随着电子市场、电子商务的发展,电子商务企业也随之迅速发展,在线购物已成为越来越流行的购物方式之一,在消费者的日常生活中起到了重要作用,同时在线购物也给消费者带来较多的便利性。
目前,生产和销售厂家将大量的商品登录到各大电商平台,为了准确评估消费者对在线商品的使用感受,大多数电商平台均提供商品评论服务,以供消费者购买在线商品后对商品的质量、用途等进行评论,商家可从这些大量的评论数据中获取到消费者的消费倾向和商品本身的优劣所在,根据评论数据能够更好地对商品进行改进,从而提升在线商品的销售额。
发明人在实现上述发明过程中,在分析评论数据时,无法有效的对商品的评论数据进行整理和分析,得到的分析结果杂乱无章,进而无法根据评论数据对在线商品进行调整。
发明内容
有鉴于此,本发明提供的一种目标物的评论信息分析方法、装置及系统,主要目的在于对评论数据进行有效分析,确定出评论数据对应的评论主题及评论观点,以根据评论分析结果对在线商品进行调整,有效的应对快速的市场变化。
依据本发明一个方面,本发明提供一种目标物的评论信息分析方法,包括:
获取目标物的评论数据;
对所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
可选的,在获取目标物的评论数据之后,所述方法还包括:
将所述评论数据进行结构化存储。
可选的,对所述评论数据进行分析确定对所述目标物的评论主题及评论观点包括:
对结构化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容;
依次对所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点。
可选的,对结构化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容包括:
采用预设分词系统将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容;
或者,采用预设分词过滤装置将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容,所述预设分词过滤装置中包含有历史评论主题和/或历史评论观点。
可选的,依次对所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点包括:
将每个评论内容与预设主题词库进行比对,确定每个评论内容的评论主题;
将每个评论内容与预设评论观点词库进行比对,确定每个评论内容的评论观点;
根据所述评论主题与所述评论观点得到所述目标物的总体评价。
可选的,所述方法还包括:
获取所述评论数据的总数量,根据所述总数量建立数量直方图;
根据所述数量直方图确定评论数据的变化趋势,并将所述变化趋势进行可视化展示。
可选的,所述目标物为在线商品。
可选的,所述获取目标物的评论数据包括:
基于所述在线商品的链接获取所述在线商品的评论信息对应的链接;
根据所述评论信息对应的链接获取所述目标物的评论数据。
可选的,基于所述在线商品的链接获取所述在线商品的评论信息对应的链接包括:
获取所述在线商品的销售链接;
通过爬虫在所述销售链接中获取所述在线商品的评论信息对应的链接。
可选的,基于所述在线商品的链接获取所述在线商品的评论信息对应的链接包括:
获取所述在线商品在第三推荐平台中的链接;
通过爬虫在所述第三推荐平台中的链接中获取所述在线商品的评论信息对应的链接。
第二方面,本发明提供一种目标物的评论信息分析装置,包括:
第一获取单元,被配置为获取目标物的评论数据;
第一确定单元,被配置为对所述第一获取单元获取的所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
可选的,所述装置还包括:
存储单元,被配置为在所述获取单元获取目标物的评论数据之后,将所述评论数据进行结构化存储。
可选的,所述第一确定单元包括:
拆分模块,被配置为对结构化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容;
确定模块,被配置为依次对所述拆分模块拆分得到的所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点。
可选的,所述拆分模块包括:
第一拆分子模块,被配置为采用预设分词系统将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容;
第二拆分子模块,被配置为采用预设分词过滤装置将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容,所述预设分词过滤装置中包含有历史评论主题和/或历史评论观点。
可选的,确定模块包括:
第一比对子模块,被配置为将每个评论内容与预设主题词库进行比对;
第一确定子模块,被配置为在所述第一比对子模块比对将每个评论内容与预设主题词库进行比对过程中,确定每个评论内容的评论主题;
第二比对子模块,被配置为将每个评论内容与预设评论观点词库进行比对;
第二确定子模块,被配置为在所述第二比对子模块将每个评论内容与预设评论观点词库进行比对过程中,确定每个评论内容的评论观点;
第三确定子模块,被配置为根据所述第一确定子模块确定的所述评论主题与所述第二确定子模块确定的所述评论观点得到所述目标物的总体评价。
可选的,所述装置还包括:
第二获取单元,被配置为获取所述评论数据的总数量;
建立单元,被配置为根据所述第二获取单元获取的所述总数量建立数量直方图;
第二确定单元,被配置为根据所述建立单元建立的所述数量直方图确定评论数据的变化趋势;
展示单元,被配置为将所述第二确定单元确定的所述变化趋势进行可视化展示。
可选的,所述目标物为在线商品。
可选的,所述第一获取单元包括:
第一获取模块,被配置为基于所述在线商品的链接获取所述在线商品的评论信息对应的链接;
第二获取模块,被配置为根据所述第一获取模块获取的所述评论信息对应的链接获取所述目标物的评论数据。
可选的,所述第一获取模块包括:
第一获取子模块,被配置为获取所述在线商品的销售链接;
第二获取子模块,被配置为通过爬虫在所述销售链接中获取所述在线商品的评论信息对应的链接。
可选的,所述第一获取模块包括:
第三获取子模块,被配置为获取所述在线商品在第三推荐平台中的链接;
第四获取子模块,被配置为通过爬虫在所述第三推荐平台中的链接中获取所述在线商品的评论信息对应的链接。
第三方面,本发明提供一种目标物的评论信息分析系统,所述系统包括数据获取模块、评论分析模块,其中,
所述数据获取模块,被配置为获取目标物的评论数据;
所述评论分析模块,被配置为对所述数据获取模块获取的所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
可选的,所述系统还包括数据分析模块、数据展示模块,其中,
所述数据分析模块,被配置为获取所述评论数据的总数量,根据所述总数量建立数量直方图,根据所述数量直方图确定评论数据的变化趋势;
所述数据展示模块,被配置为将所述数据分析模块确定的所述变化趋势进行可视化展示。
第四方面,本发明提供一种存储介质,所述存储介质包括存储的计算机指令,其中,所述计算机指令被处理器运行时执行第一方面中任意一项所述的评论信息的分析方法。
第五方面,本发明提供一种计算机产品,包括一个或多个处理器,所述处理器被配置为运行计算机指令以执行第一方面中任意一项所述的在线商品评论信息的分析方法。
借由上述技术方案,本发明提供的目标物的评论信息分析方法、装置及系统,首先,评论分析系统在获取目标物的评论数据后,对所述评论数据进行分析确定对所述目标物的评论主题及评论观点;与现有技术相比,本发明有效分析确定出目标物的评论主题及评论观点,以便根据评论主题及评论观点对目标物进行实时调整,从而有效的应对快速的市场变化。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种在线商品评论信息的分析方法的流程图;
图2示出了本发明实施例提供的一种获取目标物的评论数据的示意图;
图3示出了本发明实施例提供的一种评论分析系统的结构示意图;
图4示出了本发明实施例提供的另一种在线商品评论信息的分析方法的流程图;
图5示出了本发明实施例提供的一种设置页面的示意图;
图6示出了本发明实施例提供的一种确定目标物的评论主题及评论观点的示意图;
图7示出了本发明实施例提供的一种评论数据提交界面示意图;
图8示出了本发明实施例提供的另一种确定目标物的评论主题及评论观点的示意图;
图9示出了本发明实施例提供的一种根据所述总数量建立数量直方图的示意图;
图10示出了本发明实施例提供的一种评论数据可视化展示的示意图;
图11示出了本发明实施例提供的一种在线商品评论信息的分析装置的组成框图;
图12示出了本发明实施例提供的另一种在线商品评论信息的分析装置的组成框图;
图13示出了本发明实施例提供的一种在线商品评论信息的分析系统的组成框图;
图14示出了本发明实施例提供的另一种在线商品评论信息的分析系统的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了快捷、准确的获取目标物在第三方电商平台上的评论数据,并对评论数据进行有效分析,本发明实施例提供一种目标物的评论信息分析方法,该方法应用于目标物的评论分析系统中,具体实现方法如图1所示,包括:
101、获取目标物的评论数据。
本发明实施例所述的目标物为在线商品,但不限定该在线商品的具体种类。
在获取目标物的评论数据时,评论分析系统可通过任一种获取途径进行获取,例如,通过目标物的评论链接(如京东、淘宝等销售平台的销售链接)、第三方推荐平台(如什么值得买商品推荐平台)中目标物的评论链接等等、销售平台收集到的评论数据,本发明实施例对获取目标物评论数据的途径等不作限定。
为了提高获取评论信息的效率,本发明实施例优选采用爬虫获取的方式,但是,需要明确的是,该种说明方式并非意在限定仅能通过爬虫爬取目标物的评论信息。
本发明实施例中,所述评论分析系统可以针对自家目标物的评论数据进行分析,也可以针对其他商家的目标物的评论数据进行分析。需要说明的是,评论分析系统获取目标物评论数据的前提是需求方提供目标物的评论链接,并在评论分析系统中进行设置即可。示例性的,假设,评论分析系统为商家A投入研发并正常使用,评论分析系统不但能够对不同销售平台中在线销售的商家A中所有目标物进行评论数据的获取及分析,而且,还能够对在线销售的商家B、商家C、商家D等所有商家的目标物的评论数据进行获取并分析。
本发明实施例中,获取目标物的评论数据可以是评论信息对应的链接下所有的评论数据,也可以是某一时间段内的评论数据,还可以是针对某一购买用户的评论数据等等,本发明实施例对评论数据的具体内容不做限定。
示例性的,如图2所示,图2示出了本发明实施例提供的一种获取目标物的评论数据的示意图,图2中抓取了某销售平台下在线售卖的一款商品显示终端的评论数据,在图2中除了包含有一些具体评论数据外,还包含有评论的创建时间、用户ID信息、用户评论等级、目标物的实拍图等等。图2仅为示例性的举例,在不同在线销售平台下,记录评论数据的格式可能会存在差异。
102、对所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
在抓取到如图2所示的内容后,解析得到评论数据,先确定该评论数据针对的评论主题,在此基础上确定评论观点。具体实施过程中,针对目标物的不同类别,评论主题也存在差异。图2针对的评论数据为显示终端,其评论主题可以包括:外观、色彩、系统、清晰度等,相应的评论观点包括:外观漂亮、色彩还原准确、系统存在不足、清晰度高等等。
在实际应用中,目标物类型的不同,其针对的评论主题和评论观点的确定也存在不同。示例性的,当目标物为食用类商品(如水果)时,评论主题包括:新鲜度、水果外观、味道、价格等,相应的评价观点围绕评论主题,如水果很新鲜、很甜、比超市便宜等等。当目标物为汽车类时,评论主题包括:外观、内饰、性能、车身等,其对应的评论主题可以为:款式时尚、方向盘自动加热、省油等等。本发明实施例对目标物的具体类型及对应的评论主题、评论观点等不作限定。
在确定了目标物的评论主题后,评论观点可分为三种:好评、中评及差评。若不能直接从评论数据中获取到上述三种评论观点,还需要借助预先生成的词库去判别,该预先生成的词库根据经验或者用户历史评论生成,用于辅助确定评论主题和/或评论观点。
本发明实施例提供的目标物的评论信息分析方法,首先,评论分析系统在获取目标物的评论数据后,对所述评论数据进行分析确定对所述目标物的评论主题及评论观点;与现有技术相比,本发明实施例有效分析确定出目标物的评论主题及评论观点,以便根据评论主题及评论观点对目标物进行实时调整,从而有效的应对快速的市场变化。
在评论分析系统执行图1所示的方法时,依赖于评论分析系统中的各个实体模块,评论分析系统中包括五大模块:数据获取模块、评论分析模块、数据存储模块、数据分析模块以及数据展示模块,如图3所示,图3示出了本发明实施例提供的一种评论分析系统的结构示意图。其中,数据获取模块主要被配置为执行评论数据的获取,评论数据获取成功后,分别传输至评论分析模块及数据存储模块,在评论分析模块中执行评论主题的分类及评论观点的确定,在数据存储模块中执行评论数据的存储;待评论分析模块处理完成后,将处理后的评论数据传输至数据分析模块,以便数据分析模块从宏观上对评论数据进行分析,并将评论数据的分析结果传输至数据展示模块,通过可视化的方式进行展示,便于被配置为查看目标物的评论走向,以便根据评论走向对目标物做有效管理,即及时对目标物的售卖方式或者目标物的设计本身做调整。
针对图3所示的评论分析系统,本发明实施例还提供另一种目标物的评论信息分析方法,如图4所示,所述方法包括:
201、获取目标物的评论数据。
在获取目标物的评论数据时,基于所述在线商品的链接获取所述在线商品的评论信息对应的链接,根据所述评论信息对应的链接获取所述目标物的评论数据。本发明实施例中所述在线商品的链接包含在线商品的销售链接以及第三方推荐平台中的链接,针对不同的平台中的链接,下述实施例将分别进行详细描述。
(1)获取评论数据通过在线商品的销售链接。
在评论分析系统中,管理人员可手动设置目标物对应的销售链接,评论分析系统根据设置后的销售链接,跳转至目标物的在线销售页面,并对在线销售页面进行分析,进而获取目标物的评论信息所对应的链接,在该链接下记录有针对目标物的所有评论数据。
在实际应用中,设置完成目标物的销售链接后,基于销售链接可通过爬虫爬取到目标物的评论信息对应的链接;或者,在设置好目标物的销售链接后,人工设置目标物的评论信息对应的链接。但是,为了提高获取评论信息对应的链接的效率,本发明实施例优选采用爬虫获取的方式,但是,需要明确的是,该种说明方式并非意在限定仅能通过爬虫爬取目标物的评论信息对应的链接。
示例性的,管理员获取评论分析系统的登录权限后,可跳转至如图5所示的设置页面中,图5示出了本发明实施例提供的一种设置页面的示意图。从用户层面讲,管理员在目标物的销售链接的输入框处(容器模块内)输入所述目标物的销售链接,并点击确定功能按键,即可完成配置。从机器实现层面讲,评论分析系统通过容器模块接收输入的所述目标物的销售链接,且在接收到触发的确定配置指令后,完成销售链接的配置。上述提及的管理员为能够获取登录评论分析系统权限的用户,并不是特指某个用户或者某些用户。
由图5可看出,在设置页面中除了提供设置销售链接的功能外,还可以对抓取评论数据频率、抓取评论数据时间段、评论数据存储方式等进行设置。
设置抓取评论数据频率时:若某一目标物对应的评论数据较多时,可设置抓取评论数据频率相对较大,若某一目标物对应的评论数据较少时,可设置抓取评论数据频率相对较小,例如,设置抓取评论数据频率100次/每分钟等。
设置抓取评论数据时间段时:为了不让评论数据的获取影响评论分析系统中其他功能的正常使用,可设置抓取评论数据时间段为处理资源占用较少的时间段,如22:00-05:00,或者,24:00-06:00等。
设置评论数据存储方式时,通常选用易于执行数据分析的存储方式,例如设置评论数据存储方式为json格式存储,或者,设置评论数据存储方式为XML格式存储等。本发明实施例中设置销售链接、抓取评论数据频率、抓取评论数据时间段以及评论数据存储方式的具体设置方式不作限定。
在通过图5所示的设置页面完成设置后,评论分析系统按照设置的抓取评论数据频率、抓取评论数据时间段,通过爬虫在所述销售链接中获取所述目标物的评论信息对应的链接。作为本发明实施例的一种可实现方式,为了优化爬虫抓取数据的速度,可采用分布式的方式进行抓取,即在不同网络环境下(如电信、联通、移动等)分布部署抓取策略,以提高抓取数据的效率。
(2)获取评论数据通过第三方推荐平台中的链接。
不同于通过在线商品的销售链接获取评论数据,在第三推荐平台中获取的评论数据,该种方式中,第三方推荐平台中可能已经对在线商品的评论数据进行了初步分析,该初步分析并非是本发明实施例所述的确定的在线商品的评论主题及评论观点,包括对原始评论数据过滤,过滤掉对评论数据分析无贡献的数据,如用户账户的创建时间等。
具体包括:评论分析系统获取所述在线商品在第三推荐平台中的链接,并通过爬虫在所述第三推荐平台中的链接中获取所述在线商品的评论信息对应的链接。
有关第三推荐平台中的链接设置等请参考上述(1)获取评论数据通过在线商品的销售链接中的相关描述,本发明实施例对此不作一一赘述。
为了便于描述,后续实施例中以获取评论数据通过在线商品的销售链接为例进行说明,但应当明确的是,该种说明方式并非易在限定评论数据获取方式仅能为销售链接。
获取到评论数据后,根据设置的评论数据存储方式将评论数据存储于评论分析系统的数据库中。为了便于描述,后续实施例中以存储格式为json格式进行说明,但应当明确的是,该种说明方式并非易在限定评论数据的存储格式仅能为json格式。
对应于图3所述的架构示意图,由数据获取模块执行步骤201。
202、将所述评论数据进行结构化存储,其中,所述结构化存储后的评论数据为一条数据。
在本发明实施例中,评论分析系统可以对一个在线销售平台下的目标物对应的评论数据进行分析,也可以同时对多个不同在线销售平台下目标物的评论数据进行分析,不管哪种方式,由于不同的用户上传的评论数据之间可能存在差异,因此,评论分析系统获取到的评论数据的长度、内容等均会存在差异。为了对不同来源、不同数据长度的评论数据进行结构化存储,及提高后续分析评论数据的效率,将步骤201中获取的评论数据进行结构化存储,本发明实施例所述的规则化处理为创建一个json form,将评论数据作为一条数据存储于json form中,所述一条数据中包含所述目标物对应的多个评论内容。
具体实施过程中,可以设置固定json form中一条数据的长度,按照一条数据的长度进行存储,或者,按照评论数据的发布时间进行存储等,本发明实施例对评论数据存储于json form中的形式不做限定。此外,为了区分不同的在线商品,针对一个在线商品的所有评论存储于一个文档中。
对应于图3所述的架构示意图,由数据存储模块执行步骤202。
203、对所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
如图6所示,图6示出了本发明实施例提供的一种确定目标物的评论主题及评论观点的示意图,该图的应用场景为所述目标物为车辆;在评论分析系统中首先对规则化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容。
在执行评论数据的拆分时,可以采用但不局限于以下两种方式实现:
方式一:采用预设分词系统将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容。
根据标点符号,将结构化存储后的一条数据拆分为多个子句(多个评论内容),拆分后的评论数据如如图6所示的多个子句。或者,根据现有技术中任一种中文分词方法将结构化存储后的一条数据拆分为多个子句(多个评论内容),本发明实施例对评论数据的拆分方法不作限定。
方式二:采用预设分词过滤装置将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容。
本发明实施例所述的预设分词过滤装置(或者预设分词过滤器)中包含有历史评论主题和/或历史评论观点,将结构化存储后的一条评论数据输入到预设分词过滤装置中,预设分词过滤装置对评论数据进行过滤,根据历史评论主题和/或历史评论观点输出评论数据中对应的内容,即将一条评论数据拆分对多个评论内容。
通过上述任意一种评论数据的拆分方法,得到多个子句(多个评论内容)后,依次对所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点,即将每个评论内容与预设主题词库进行比对,确定每个评论内容的评论主题;示例性的,预设主题词库包括但不局限于以下内容:价钱(奢华、品位、品质);外型(大灯、车身、尾灯、款式、外表);内饰(大屏幕、电动、安全、座椅、方向盘);品牌(国产、合资、进口);车身(SUV、轿车、越野);性能(省油、环保、自动、中控)、油耗(省油、续航)、发动机(单涡轮、双涡轮、自然吸气、混动)、音视(环绕喇叭、后排液晶)等,若评论内容与预设主题词库中的任意主题匹配,则确定评论内容针对的评论主题。
其次,评论主题确定后,将每个评论内容与预设评论观点词库进行比对,确定每个评论内容的评论观点;示例性的,预设评论观点词库包括但不局限于以下内容:开心(很好、大气、好看、好用、很值、漂亮)、满意(不错、进步、吸引、挺好)、期待(值得期待)、犹豫(有待思考、比较犹豫)、勉强(凑合、还可以、还算好、平庸)、无奈(反正已经买了、没法退货、买个教训)、失望(只是、可惜、无语)、不满(垃圾、扣分、山寨、丢人、俗气、毫无特色、说不过去、忍无可忍)、无特定倾向(评论观点无乐观或悲观的倾向)等,若评论内容与预设评论观点词库中的任意观点匹配,或者与任意观点的语义匹配,则确定评论内容针对的评论观点。
最后,根据所述评论主题与所述评论观点得到所述目标物的总体评价。示例性的,假设针对同一目标物的同一评论主题,若评论观点偏向好评的数量大于偏向差评的数量,则确定目标物的总体评价为好评。或者,在确定目标物的总体评价时,给予每个评论主题与评论观点分配并不同的权重,根据权重的大小确定目标物的总体评价等等。
在线销售平台销售目标物后,会提供如图7所示的界面,图7示出了本发明实施例提供的一种评论数据提交界面示意图,用户可在评分出给出评价星级,和/或在输入评价内容的输入框内输入评价数据,当用户点击图7中的提交按键时,用户完成评论数据的发布。
评论星级作为评论数据的一部分,在本发明实施例中,当评论星级大于等于3星级时,可确定评论倾向性为好评,当评论星级下雨3星级时,可确定评论倾向性为差评。
作为本发明实施例的一种可实现方式,如图8所示,图8示出了本发明实施例提供的另一种确定目标物的评论主题及评论观点的示意图,在该种实现方式中,除了依赖于预设主题词库及预设评论观点词库外,还参考预设倾向词库,该预设倾向词库根据评论星级确定,包括:好评及差评。
对应于图3所述的架构示意图,由评论分析模块执行步骤203。
204、获取所述评论数据的总数量,根据所述总数量建立数量直方图。
在获取到的评论信息中,可能会包含某一时间段内评论数据较多,某一时间段内评论数据较少的情况,若单纯根据平均月份执行评论数据变化趋势的展示,会造成对目标物评价的误差。为了解决上述问题,本发明实施例在获取到评论数据的总数据量后,根据总数据量建立评论数量直方图,如图9所示,图9示出了本发明实施例提供的一种根据所述总数量建立数量直方图的示意图,在建立直方图时,首先通过Sturges'公式或者经验开平方法计算得到直方图的分组,图9中N为大于2的正整数;在计算出直方图分组后,将所有评论数据依次按照时间顺序先后排列,并对应到每个直方图分组中,该种方式提高了统计评论数据的有效性。其中,有关计算直方图分组是采用的Sturges'公式或者经验开平方法请参考现有技术中的详细描述,本发明实施例在此不再进行赘述。
对应于图3所述的架构示意图,由数据分析模块执行步骤204。
205、根据所述数量直方图确定评论数据的变化趋势,并将所述变化趋势进行可视化展示。
在完成步骤204之后,通过数量直方图确定评论数据的变化趋势,将所述变化趋势进行可视化展示,可视化展示包括但不限于折线图、表格、柱状图、饼状图等方式进行展示,可视化展示的方式容易观察到目标物在对应电商平台的销售趋势变化,该趋势变化可提示商家及时对目标物进行更新、加大宣传、促销等调整。
对应于图3所述的架构示意图,由数据展示模块执行步骤205。
为了便于理解,本发明实施例以总体评价为根据预设主题词库、预设评论观点词库预设倾向词库确定的权重为例,如图10所示,图10以评论主题为油耗和车身为例给出可视化展示的示意图。结合图3以及图4可以看出,评论分析系统中各个功能模块之间在执行评论数据分析时相辅相成。
进一步的,作为对上述方法的实现,本发明另一实施例还提供了一种目标物的评论信息分析装置。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。
本发明实施例提供一种目标物的评论信息分析装置,如图11所示,包括:
第一获取单元31,被配置为获取目标物的评论数据;
第一确定单元32,被配置为对所述第一获取单元31获取的所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
进一步的,如图12所示,所述装置还包括:
存储单元33,被配置为在所述第一获取单元31获取目标物的评论数据之后,将所述评论数据进行结构化存储。
进一步的,如图12所示,所述第一确定单元32包括:
拆分模块321,被配置为对结构化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容;
确定模块322,被配置为依次对所述拆分模块拆分得到的所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点。
进一步的,如图12所示,所述拆分模块321包括:
第一拆分子模块3211,被配置为采用预设分词系统将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容;
第二拆分子模块3212,被配置为采用预设分词过滤装置将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容,所述预设分词过滤装置中包含有历史评论主题和/或历史评论观点。
进一步的,如图12所示,确定模块322包括:
第一比对子模块3221,被配置为将每个评论内容与预设主题词库进行比对;
第一确定子模块3222,被配置为在所述第一比对子模块3221比对将每个评论内容与预设主题词库进行比对过程中,确定每个评论内容的评论主题;
第二比对子模块3223,被配置为将每个评论内容与预设评论观点词库进行比对;
第二确定子模块3224,被配置为在所述第二比对子模块3223将每个评论内容与预设评论观点词库进行比对过程中,确定每个评论内容的评论观点;
第三确定子模块3225,被配置为根据所述第一确定子模块3222确定的所述评论主题与所述第二确定子模块3224确定的所述评论观点得到所述目标物的总体评价。
进一步的,如图12所示,所述装置还包括:
第二获取单元34,被配置为获取所述评论数据的总数量;
建立单元35,被配置为根据所述第二获取单元34获取的所述总数量建立数量直方图;
第二确定单元36,被配置为根据所述建立单元35建立的所述数量直方图确定评论数据的变化趋势;
展示单元37,被配置为将所述第二确定单元36确定的所述变化趋势进行可视化展示。
进一步的,所述目标物为在线商品。
进一步的,如图12所示,所述第一获取单元31包括:
第一获取模块311,被配置为基于所述在线商品的链接获取所述在线商品的评论信息对应的链接;
第二获取模块312,被配置为根据所述第一获取模块311获取的所述评论信息对应的链接获取所述目标物的评论数据。
进一步的,如图12所示,所述第一获取模块311包括:
第一获取子模块3111,被配置为获取所述在线商品的销售链接;
第二获取子模块3112,被配置为通过爬虫在所述销售链接中获取所述在线商品的评论信息对应的链接。
进一步的,如图12所示,所述第一获取模块311包括:
第三获取子模块3113,被配置为获取所述在线商品在第三推荐平台中的链接;
第四获取子模块3114,被配置为通过爬虫在所述第三推荐平台中的链接中获取所述在线商品的评论信息对应的链接。
本发明实施例还提供一种目标物的评论信息分析系统,如图13所示,所述系统包括数据获取模块41、评论分析模块42,其中,
所述数据获取模块41,被配置为获取目标物的评论数据;
所述评论分析模块42,被配置为对所述数据获取模块获取的所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
进一步的,如图14所示,所述系统还包括数据分析模块43、数据展示模块44,其中,
所述数据分析模块43,被配置为获取所述评论数据的总数量,根据所述总数量建立数量直方图,根据所述数量直方图确定评论数据的变化趋势;
所述数据展示模块44,被配置为将所述数据分析模块确定的所述变化趋势进行可视化展示。
本发明实施例提供的目标物的评论信息分析装置及系统,首先,评论分析系统在获取目标物的评论数据后,对所述评论数据进行分析确定对所述目标物的评论主题及评论观点;与现有技术相比,本发明实施例有效分析确定出目标物的评论主题及评论观点,以便根据评论主题及评论观点对目标物进行实时调整,从而有效的应对快速的市场变化。
所述在线商品评论信息的分析装置包括处理器和存储器,上述第一获取单元、第一确定单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现对评论数据进行有效分析,确定出评论数据对应的评论主题及评论观点,以根据评论分析结果对在线商品进行调整,有效的应对快速的市场变化。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例还提供一种存储介质,所述存储介质包括存储的计算机指令,其中,所述计算机指令被处理器运行时执行上述目标物的评论信息分析方法。
本发明实施例还提供一种计算机产品,包括一个或多个处理器,所述处理器被配置为运行计算机指令以执行上述目标物的评论信息分析方法。
本发明实施例提供了一种电子设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:
获取目标物的评论数据;
对所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
可选的,在获取目标物的评论数据之后,所述方法还包括:
将所述评论数据进行结构化存储。
可选的,对所述评论数据进行分析确定对所述目标物的评论主题及评论观点包括:
对结构化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容;
依次对所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点。
可选的,对结构化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容包括:
采用预设分词系统将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容;
或者,采用预设分词过滤装置将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容,所述预设分词过滤装置中包含有历史评论主题和/或历史评论观点。
可选的,依次对所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点包括:
将每个评论内容与预设主题词库进行比对,确定每个评论内容的评论主题;
将每个评论内容与预设评论观点词库进行比对,确定每个评论内容的评论观点;
根据所述评论主题与所述评论观点得到所述目标物的总体评价。
可选的,所述方法还包括:
获取所述评论数据的总数量,根据所述总数量建立数量直方图;
根据所述数量直方图确定评论数据的变化趋势,并将所述变化趋势进行可视化展示。
可选的,所述目标物为在线商品。
可选的,所述获取目标物的评论数据包括:
基于所述在线商品的链接获取所述在线商品的评论信息对应的链接;
根据所述评论信息对应的链接获取所述目标物的评论数据。
可选的,基于所述在线商品的链接获取所述在线商品的评论信息对应的链接包括:
获取所述在线商品的销售链接;
通过爬虫在所述销售链接中获取所述在线商品的评论信息对应的链接。
可选的,基于所述在线商品的链接获取所述在线商品的评论信息对应的链接包括:
获取所述在线商品在第三推荐平台中的链接;
通过爬虫在所述第三推荐平台中的链接中获取所述在线商品的评论信息对应的链接。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序代码:
获取目标物的评论数据;
对所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (24)
1.一种目标物的评论信息分析方法,其特征在于,包括:
获取目标物的评论数据;
对所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
2.根据权利要求1所述的方法,其特征在于,在获取目标物的评论数据之后,所述方法还包括:
将所述评论数据进行结构化存储。
3.根据权利要求2所述的方法,其特征在于,对所述评论数据进行分析确定对所述目标物的评论主题及评论观点包括:
对结构化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容;
依次对所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点。
4.根据权利要求3所述的方法,其特征在于,对结构化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容包括:
采用预设分词系统将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容;
或者,采用预设分词过滤装置将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容,所述预设分词过滤装置中包含有历史评论主题和/或历史评论观点。
5.根据权利要求3所述的方法,其特征在于,依次对所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点包括:
将每个评论内容与预设主题词库进行比对,确定每个评论内容的评论主题;
将每个评论内容与预设评论观点词库进行比对,确定每个评论内容的评论观点;
根据所述评论主题与所述评论观点得到所述目标物的总体评价。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述方法还包括:
获取所述评论数据的总数量,根据所述总数量建立数量直方图;
根据所述数量直方图确定评论数据的变化趋势,并将所述变化趋势进行可视化展示。
7.根据权利要求1-5中任一项所述的方法,其特征在于,所述目标物为在线商品。
8.根据权利要求7所述的方法,其特征在于,所述获取目标物的评论数据包括:
基于所述在线商品的链接获取所述在线商品的评论信息对应的链接;
根据所述评论信息对应的链接获取所述目标物的评论数据。
9.根据权利要求8所述的方法,其特征在于,基于所述在线商品的链接获取所述在线商品的评论信息对应的链接包括:
获取所述在线商品的销售链接;
通过爬虫在所述销售链接中获取所述在线商品的评论信息对应的链接。
10.根据权利要求8所述的方法,其特征在于,基于所述在线商品的链接获取所述在线商品的评论信息对应的链接包括:
获取所述在线商品在第三推荐平台中的链接;
通过爬虫在所述第三推荐平台中的链接中获取所述在线商品的评论信息对应的链接。
11.一种目标物的评论信息分析装置,其特征在于,包括:
第一获取单元,被配置为获取目标物的评论数据;
第一确定单元,被配置为对所述第一获取单元获取的所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
存储单元,被配置为在所述第一获取单元获取目标物的评论数据之后,将所述评论数据进行结构化存储。
13.根据权利要求12所述的装置,其特征在于,所述第一确定单元包括:
拆分模块,被配置为对结构化存储后的评论数据进行拆分,得到所述目标物对应的多个评论内容;
确定模块,被配置为依次对所述拆分模块拆分得到的所述多个评论内容进行分析,确定每个评论内容的评论主题及评论观点。
14.根据权利要求13所述的装置,其特征在于,所述拆分模块包括:
第一拆分子模块,被配置为采用预设分词系统将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容;
第二拆分子模块,被配置为采用预设分词过滤装置将所述结构化存储后的评论数据进行拆分,得到目标物对应的多个评论内容,所述预设分词过滤装置中包含有历史评论主题和/或历史评论观点。
15.根据权利要求13所述的装置,其特征在于,确定模块包括:
第一比对子模块,被配置为将每个评论内容与预设主题词库进行比对;
第一确定子模块,被配置为在所述第一比对子模块比对将每个评论内容与预设主题词库进行比对过程中,确定每个评论内容的评论主题;
第二比对子模块,被配置为将每个评论内容与预设评论观点词库进行比对;
第二确定子模块,被配置为在所述第二比对子模块将每个评论内容与预设评论观点词库进行比对过程中,确定每个评论内容的评论观点;
第三确定子模块,被配置为根据所述第一确定子模块确定的所述评论主题与所述第二确定子模块确定的所述评论观点得到所述目标物的总体评价。
16.根据权利要求11-15中任一项所述的装置,其特征在于,所述装置还包括:
第二获取单元,被配置为获取所述评论数据的总数量;
建立单元,被配置为根据所述第二获取单元获取的所述总数量建立数量直方图;
第二确定单元,被配置为根据所述建立单元建立的所述数量直方图确定评论数据的变化趋势;
展示单元,被配置为将所述第二确定单元确定的所述变化趋势进行可视化展示。
17.根据权利要求11-15中任一项所述的装置,其特征在于,所述目标物为在线商品。
18.根据权利要求17所述的装置,其特征在于,所述第一获取单元包括:
第一获取模块,被配置为基于所述在线商品的链接获取所述在线商品的评论信息对应的链接;
第二获取模块,被配置为根据所述第一获取模块获取的所述评论信息对应的链接获取所述目标物的评论数据。
19.根据权利要求18所述的装置,其特征在于,所述第一获取模块包括:
第一获取子模块,被配置为获取所述在线商品的销售链接;
第二获取子模块,被配置为通过爬虫在所述销售链接中获取所述在线商品的评论信息对应的链接。
20.根据权利要求18所述的装置,其特征在于,所述第一获取模块包括:
第三获取子模块,被配置为获取所述在线商品在第三推荐平台中的链接;
第四获取子模块,被配置为通过爬虫在所述第三推荐平台中的链接中获取所述在线商品的评论信息对应的链接。
21.一种目标物的评论信息分析系统,其特征在于,所述系统包括数据获取模块、评论分析模块,其中,
所述数据获取模块,被配置为获取目标物的评论数据;
所述评论分析模块,被配置为对所述数据获取模块获取的所述评论数据进行分析确定对所述目标物的评论主题及评论观点。
22.根据权利要求21所述的系统,其特征在于,所述系统还包括数据分析模块、数据展示模块,其中,
所述数据分析模块,被配置为获取所述评论数据的总数量,根据所述总数量建立数量直方图,根据所述数量直方图确定评论数据的变化趋势;
所述数据展示模块,被配置为将所述数据分析模块确定的所述变化趋势进行可视化展示。
23.一种存储介质,其特征在于,所述存储介质包括存储的计算机指令,其中,所述计算机指令被处理器运行时执行权利要求1至权利要求10中任意一项所述的目标物的评论信息分析方法。
24.一种计算机产品,其特征在于,包括一个或多个处理器,所述处理器被配置为运行计算机指令以执行权利要求1至权利要求10中任意一项所述的目标物的评论信息分析方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810085690.3A CN108280688A (zh) | 2018-01-29 | 2018-01-29 | 目标物的评论信息分析方法、装置及系统 |
US16/243,531 US11017175B2 (en) | 2018-01-29 | 2019-01-09 | Method, device and system for analyzing comment data about target |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810085690.3A CN108280688A (zh) | 2018-01-29 | 2018-01-29 | 目标物的评论信息分析方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108280688A true CN108280688A (zh) | 2018-07-13 |
Family
ID=62805621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810085690.3A Pending CN108280688A (zh) | 2018-01-29 | 2018-01-29 | 目标物的评论信息分析方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11017175B2 (zh) |
CN (1) | CN108280688A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245995A (zh) * | 2019-06-25 | 2019-09-17 | 北京向上一心科技有限公司 | 分析方法、装置、电子设备和计算机可读存储介质 |
CN110795554A (zh) * | 2019-10-29 | 2020-02-14 | 北京字节跳动网络技术有限公司 | 目标信息分析方法、装置、设备及存储介质 |
CN115098650A (zh) * | 2022-08-25 | 2022-09-23 | 华扬联众数字技术股份有限公司 | 基于历史数据模型的评论信息分析方法及相关装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110457566B (zh) * | 2019-08-15 | 2023-06-16 | 腾讯科技(武汉)有限公司 | 信息筛选方法、装置、电子设备及存储介质 |
CN114385902B (zh) * | 2020-10-22 | 2024-01-30 | 腾讯科技(深圳)有限公司 | 一种内容推荐方法、装置及存储介质 |
CN114139534A (zh) * | 2021-09-27 | 2022-03-04 | 首约科技(北京)有限公司 | 一种网约车舆情监控方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101667194A (zh) * | 2009-09-29 | 2010-03-10 | 北京大学 | 基于用户评论文本特征的自动摘要方法及其自动摘要系统 |
CN102208077A (zh) * | 2010-03-29 | 2011-10-05 | 上海博泰悦臻电子设备制造有限公司 | 网络信息发布方法及网络信息服务平台 |
CN106127507A (zh) * | 2016-06-13 | 2016-11-16 | 四川长虹电器股份有限公司 | 一种基于用户评价信息的商品舆情分析方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10165068B2 (en) * | 2015-01-14 | 2018-12-25 | Facebook, Inc. | Systems and methods for smart publishing |
US10216850B2 (en) * | 2016-02-03 | 2019-02-26 | Facebook, Inc. | Sentiment-modules on online social networks |
US10572524B2 (en) * | 2016-02-29 | 2020-02-25 | Microsoft Technology Licensing, Llc | Content categorization |
-
2018
- 2018-01-29 CN CN201810085690.3A patent/CN108280688A/zh active Pending
-
2019
- 2019-01-09 US US16/243,531 patent/US11017175B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101667194A (zh) * | 2009-09-29 | 2010-03-10 | 北京大学 | 基于用户评论文本特征的自动摘要方法及其自动摘要系统 |
CN102208077A (zh) * | 2010-03-29 | 2011-10-05 | 上海博泰悦臻电子设备制造有限公司 | 网络信息发布方法及网络信息服务平台 |
CN106127507A (zh) * | 2016-06-13 | 2016-11-16 | 四川长虹电器股份有限公司 | 一种基于用户评价信息的商品舆情分析方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245995A (zh) * | 2019-06-25 | 2019-09-17 | 北京向上一心科技有限公司 | 分析方法、装置、电子设备和计算机可读存储介质 |
CN110795554A (zh) * | 2019-10-29 | 2020-02-14 | 北京字节跳动网络技术有限公司 | 目标信息分析方法、装置、设备及存储介质 |
CN110795554B (zh) * | 2019-10-29 | 2022-07-26 | 北京字节跳动网络技术有限公司 | 目标信息分析方法、装置、设备及存储介质 |
CN115098650A (zh) * | 2022-08-25 | 2022-09-23 | 华扬联众数字技术股份有限公司 | 基于历史数据模型的评论信息分析方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
US20190236141A1 (en) | 2019-08-01 |
US11017175B2 (en) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108280688A (zh) | 目标物的评论信息分析方法、装置及系统 | |
US11354700B2 (en) | Adaptive lead generation for marketing | |
CN103823908B (zh) | 基于用户偏好的内容推荐方法和服务器 | |
CN103970850B (zh) | 网站信息推荐方法和系统 | |
CN109658206A (zh) | 信息推荐方法和装置 | |
CN107944986A (zh) | 一种o2o商品推荐方法、系统及设备 | |
CN107527303A (zh) | 一种乡村旅游可视化推荐方法及系统 | |
CN104731861A (zh) | 多媒体数据推送方法及装置 | |
CN104102696A (zh) | 一种内容推荐方法及装置 | |
CN106776928A (zh) | 基于内存计算框架、融合社交环境及时空数据的位置推荐方法 | |
CN106408758A (zh) | 一种应用于自动售货机的广告投放方法和装置 | |
Zanasi et al. | An assessment of the food companies sustainability policies through a greenwashing indicator | |
CN105550901A (zh) | 基于少量用户评价的物品流行度与喜好度联合预测系统 | |
CN106294361B (zh) | 信息提供方法以及信息提供系统 | |
CN103885994B (zh) | 一种产品对比方法和装置 | |
CN103136669A (zh) | 基于商品模型库的商品展示方法及商品展示系统 | |
Kim et al. | A database–centred approach to the development of new mobile service concepts | |
CN106708851A (zh) | 信息处理方法和装置 | |
CN115587238A (zh) | 一种产品品牌营销大数据服务方法 | |
CN110335116A (zh) | 一种基于边缘计算的数据商品推荐方法 | |
CN110969379A (zh) | 一种替代物料的筛选方法及相关装置 | |
CN113487376A (zh) | Ai智慧农批云平台处理系统和方法 | |
CN111178974B (zh) | 一种提高多平台融合性的方法和装置 | |
CN114707075A (zh) | 一种冷启动推荐方法和设备 | |
Amri et al. | Packaging Design Model Of Talang Salted Fish Processing Industry Using Value Engineering Method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180713 |
|
RJ01 | Rejection of invention patent application after publication |