CN109857933A - 一种关键词分析系统与方法 - Google Patents

Abstract

本申请公开了一种关键词分析系统，包括模块：搜索模块，语义分析模块，评价模块。本申请公开了一种关键词分析方法，包括步骤：通过自然语言处理机制，从文档提取关键词；搜索所述关键词，获得关联信息；对所述关联信息的语义分析，获得所述关键词的评价信息；将所述评价信息对照评价度量表，获得所述关键词的评价值。本申请通过引入自然语言处理，进行全局分析，语义分析等，对商业情报进行更加精准的分析与筛选，提高了商业情报分析的准确度。

Description

一种关键词分析系统与方法

技术领域

本申请涉及计算机科学领域和人工智能领域，尤其涉及计算机语言与人类(自然)语言之间的交互，用于对商业情报分析进行自然语言处理。

背景技术

在高速发展的经济环境中，人们需要商业情报来分析竞争力、分析对手、预测行业未来，采取相应的营销活动等。企业通过互联网获取商业情报，是比较快捷的方式，相对于通过其他途径搜集商业情报，效率要高很多。但是互联网上有很多信息，而且企业需要大量的精准商业情报，所以商业情报分析就是一个必不可少的手段，处理大量信息，并从中筛选出最有价值的信息，从而帮助企业作出正确决策。

现有常见的商业情报数据分析服务主要有：客户身份认识KYC(Know yourcustomer)；线上个人和机构背景尽职调查；新闻报道和特定事件跟踪分析等。然而，现有服务由于信息检索深度有限，主要基于关键字层面的检索，还是难以从海量数据中非常准确高效的过滤有价值信息。

本发明通过引入自然语言处理，进行全局分析，语义分析等，对商业情报进行更加精准的分析与筛选，大大提高了商业情报分析的准确度。

发明内容

本申请实施例提供一种关键词分析系统和方法，解决现有商业情报分析准确度不够高的问题。

本申请实施例提供一种关键词分析系统，包括模块：搜索模块，语义分析模块，评价模块。

所述搜索模块，用于搜索关键词的关联信息；

所述语义分析模块，用于对所述关联信息进行语义分析，得到对所述关键词的评价信息；

所述评价模块，用于根据所述评价信息，对照评价度量表，获得关键词的评价值；

所述评价度量表，是对所述评价信息按照级别和/或类别进行赋值。

优选的，本申请的系统中，所述关键词，包含以下至少一种：姓名、名称、网址、技术、参数、主题。

优选的，本申请的系统中，所述关键词，是通过自然语言处理机制，从文档中提取。

优选的，本申请的系统中，所述关键词的评价值，是评价模块对所述关键词的评价信息进行分级，并按照所述评价度量表获得评价值；

优选的，本申请的系统中，还包括反馈模块，用于输入分值，并根据分值调节所述评价度量表。

本申请实施例还提供一种关键词分析方法，包括以下步骤：

搜索关键词，获得关联信息；

对所述关联信息的语义分析，获得所述关键词的评价信息；

将所述评价信息对照评价度量表，获得所述关键词的评价值。

优选的，本申请的方法中，所述关键词，包含以下至少一种：姓名、名称、网址、技术、参数、主题。

优选的，本申请的方法中，所述关键词，是通过自然语言处理机制，从文档中提取。

优选的，本申请的方法中，所述关键词的评价值，是通过对关键词的搜索，及对搜索结果的语义分析，对所述关键词的评价信息进行分级，并按照所述评价度量表获得评价值。

关键词的评价值，是通过全球搜索引擎及数据库的搜索，及对搜索结果的语义分析，对关键词的评价信息进行分级，并按照所述评价度量表获得所述评价值。

优选的，本申请的系统或方法中，所述关键词的评价信息，包含以下至少一种：对姓名的声誉或背景的评价；对名称的声誉或背景的评价；对网址的真伪或安全性的评价；对技术的风险或创新性的评价；对参数的可行性的评价；对主题的相关性的评价。

优选的，本申请的方法中，还包括步骤：对所述评价值打分，根据分数调整所述评价度量表。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本发明通过引入自然语言处理，进行全局分析，语义分析等，对商业情报进行更加精准的分析与筛选，大大提高了商业情报分析的准确度。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为一种关键词分析系统。

图2为一种关键词分析方法。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1为一种关键词分析系统。

本申请实施例提供一种关键词分析系统，包括以下模块：搜索模块11、语义分析模块12、评价模块13。

所述搜索模块，用于搜索关键词的关联信息。例如，在全球主要公开搜索引擎和各类公开和非公开的政府和商业数据库及其名单列表中，对关键词进行检索。搜索到的信息为关键词的关联信息。

所述语义分析模块，用于对所述关联信息进行语义分析，得到对所述关键词的评价信息。例如，对搜索模块的搜索结果，即关联信息，进行二次分析。二次分析是基于语义分析，包括根据关键词的的语义背景，排除同名但非同义的信息。语义分析模块的输出结果，是关键词的评价信息。

所述评价模块，用于根据所述评价信息，对照评价度量表，获得关键词的评价值。评价度量表，是对评价信息按照级别和/或类别进行赋值。评价度量表用于作为分级后的评价信息的参照表，以便对评价信息进行打分。例如，按不同级别和类比，进行正面和负面信息的排序和归类，再参照评价度量表，获得评价值。评价模块的输出，即为评价值。

评价模块的输出，是通过参照评价度量表获得的分值，即评价值。评价值，是对关键词的评价信息的打分，分数是参照评价度量表，按照评价信息的不同级别和类比，进行打分的。

评价度量表的内容，是根据对关键词所关联信息的大数据统计获得的，也可以用经验值。

作为本发明进一步优化的实施例，所述关键词，包含以下至少一种：姓名、名称、网址、技术、参数、主题。

所述关键词的评价信息，包含以下至少一种：对姓名或名称的声誉或背景的评价；所述声誉，包含对所述关键词行为的评价；所述背景，包含所述关键词的学历、履历或其它历史；

对网址的真伪或安全性的评价；所述网址的安全性，包含对所述网址的黑客行为或攻击行为的评价；

对技术的风险或创新性的评价；所述技术风险，包含技术侵权的评价；

对参数的可行性的评价；所述参数，包含任一体现某项特征的参数名或数值；

对主题的相关性的评价。所述主题相关性，包含与所述主题相关的其它文档的相关度信息评价。例如，对于项目计划书的情报分析，就可以通过对项目计划书中的关键人名进行搜索和分析，获得项目关键人的背景，口碑，正负面评价等信息，作为对项目投资的参考。

例如，对提取的关键网站链接，在全球主要公开搜索引擎和各类公开和非公开的反黑客和网络攻击数据库及其名单列表中进行检索，可以确认网站真伪以及安全性，查找是否有不良记录等，作为公司资质的一项参考指标。

例如，根据项目计划书中所提取的技术元素，在全球主要公开搜索引擎和各类公开和非公开的技术和专利数据库中进行检索，分析技术的可靠性，是否有侵权等，作为项目参与或项目投资的参考。

再例如，通过对文件中所列参数的分析与对比，也可以对该项目的更多细节性资料信息进行对照研究。

再例如，从分析该项目计划书的主题入手，在全球主要公开搜索引擎和各类公开和非公开的项目白皮书和商业计划书数据库中进行检索，查找与该主题相似度最高的其它文献资料，再进行研究，也会对研究该项目提供帮助。

以上以项目计划书为例，列举了通过自然语言分析，对重要文件的内容进行搜索、研究和判断，可以依照其中一项，也可以根据需要综合分析进行评价。

作为本发明进一步优化的实施例，所述关键词，是通过自然语言处理机制，从文档中提取。对文档进行全局分析，通过前述的自然语言处理机制，自动识别关键词字。

例如，项目创始人，企业法人代表，关键控制人，过滤非关键人。

例如，公司主页链接，付款链接，敏感信息和个人信息提交链接。

例如，项目和公司主要应用的技术元素。

例如，技术参数、产品参数、公司盈亏数据、个人年龄身高等。

例如，从文档中提取5～10个最能描述文档主题和内容的关键字等。

作为本发明进一步优化的实施例，所述关键词的评价值，是评价模块对所述关键词的评价信息进行分级，并按照所述评价度量表获得评价值。

例如，对项目负责人的评价信息，经过语义分析后，按不同级别和类比，进行正面和负面信息的排序和归类，被分为3级：好、中、差。通过参考评价度量表，获得各级的分数，再按照各级的数量比例进行加权平均进行计算。

例如，对网站的评价信息，经过语义分析后，按不同级别和类比，进行风险和威胁的排序和归类，被分为5级：好、良、中、较差、差。通过参考评价度量表，获得各级的分数，再按照各级的数量比例进行加权平均进行计算。

例如，对于技术的评价信息，经过语义分析后，按不同级别和类比，对技术元素涉及的相关专利，类似的专利案件，进行相关度排序和负面风险程度排序。通过参考评价度量表，获得各级的分数，再按照各级的数量比例进行加权平均进行计算。

再例如，对于参数的评价信息，经过语义分析后，通过与其它相关产品/技术/数或平均值进行对比，获得在同一个领域中的排序，通过参考评价度量表，获得此排序的分值。

再例如，对于主题的评价信息，经过语义分析后，按照所提取的关键字，根据自然语言处理技术，查找相关度高的文档，对于找到的相关度最高的文档，按不同级别和类比，对目标文档和其他文档进行相关度排序，通过参考评价度量表，获得各级的分数。再按照各级的数量比例进行加权平均计算。

作为本发明进一步优化的实施例，所述关键词的评价信息，包含以下至少一种：

对姓名(或名称)的声誉(或背景)的评价。例如，通过对项目关键人名字的搜索与自然语言的分析，分析包括根据人名的语义背景，排除同名但非同名的信息，进行正面和负面信息的排序和归类。

对网址真伪与安全性的评价。例如，通过对关键网址的搜索与自然语言的分析，获得关键网址是否真实存在的信息，以及是否有黑客攻击等违法行为。

对技术的风险的评价。例如，通过对关键技术的搜索与自然语言的分析，获得关键技术是否真实可靠无风险，无侵权等信息。

对参数的评价。例如，通过对关键参数的搜索与自然语言的分析，获得关键参数是否合理，有没有明显的优势劣势。

对主题相关性的评价。例如，通过对关键参数的搜索与自然语言的分析，获得与目标文档相关度高的其他文档信息，用以对比参照，进行具体分析。

作为本发明进一步优化的实施例，还包括反馈模块，用于输入分值，并根据分值调节所述评价度量表。例如，邀请用户对分析结果进行主观打分，用于训练调整于分析算法(比如，更新评价度量表)，提高准确性。

图2为一种关键词分析方法。

本申请实施例提供一种关键词分析方法，包括以下步骤：

步骤21，搜索关键词，获得关联信息。例如，在全球主要公开搜索引擎和各类公开和非公开的政府和商业数据库及其名单列表中，对关键词进行检索，获得关联信息。

步骤22，对所述关联信息的语义分析，获得所述关键词的评价信息。例如，对搜索模块的搜索结果，即关联信息，进行二次分析。二次分析是基于语义分析，包括根据关键词的语义背景，排除同名但非同义的信息，获得关键词的评价信息。

步骤23，将所述评价信息对照评价度量表，获得所述关键词的评价值。例如，对评价信息按不同级别和类比，进行正面和负面信息的排序和归类。评价度量表作为分级后的评价信息的参照表，对评价信息进行打分。还可根据评价信息的分级分类，按照不同级别类别的评价信息进行加权平均，获得评价值。

作为本发明进一步优化的实施例，所述关键词，包含以下至少一种：姓名、名称、网址、技术、参数、主题。

例如，对于项目计划书的情报分析，就可以通过对项目计划书中的关键人的姓名进行搜索和分析，获得关键人的背景，口碑，正负面评价等信息，作为对项目投资的参考。

例如，对提取的关键网站链接，在全球主要公开搜索引擎和各类公开和非公开的反黑客和网络攻击数据库及其名单列表中进行检索，可以确认网站真伪以及安全性，查找是否有不良记录等，作为公司资质的一项参考指标。

例如，根据项目计划书中所提取的技术元素，在全球主要公开搜索引擎和各类公开和非公开的技术和专利数据库中进行检索，分析技术的可靠性，是否有侵权等，作为项目参与或项目投资的参考。

再例如，通过对文件中所列参数的分析与对比，也可以对该项目的更多细节性资料信息进行对照研究。

再例如，从分析该项目计划书的主题入手，在全球主要公开搜索引擎和各类公开和非公开的项目白皮书和商业计划书数据库中进行检索，查找与该主题相似度最高的其它文献资料，再进行研究，也会对研究该项目提供帮助。

以上以项目计划书为例，列举了通过自然语言分析，对重要文件的内容进行搜索、研究和判断，可以依照其中一项，也可以根据需要综合分析进行评价。

作为本发明进一步优化的实施例，所述关键词，是通过自然语言处理机制，从文档中提取。对文档进行全局分析，通过前述的自然语言处理机制，自动识别关键词字。

例如项目创始人，企业法人代表，关键控制人，过滤非关键人。

例如，公司主页链接，付款链接，敏感信息和个人信息提交链接。

例如，项目和公司主要应用的技术元素。

例如，技术参数、产品参数、公司盈亏数据、个人年龄身高等。

例如，从文档中提取5-10个最能描述文档主题和内容的关键字等。

作为本发明进一步优化的实施例，所述关键词的评价值，是通过对关键词的搜索，及对搜索结果的语义分析，对所述关键词的评价信息进行分级，并按照所述评价度量表获得评价值。例如，项目负责人的评价信息有100条，被分为三级，好、中、差，通过参考评价度量表，获得各级的分数，再按照各级的数量比例进行加权计算。

例如，对项目负责人的评价信息，经过语义分析后，按不同级别和类比，进行正面和负面信息的排序和归类，被分为3级：好、中、差。通过参考评价度量表，获得各级的分数，再按照各级的数量比例进行加权平均进行计算。

例如，对网站的评价信息，经过语义分析后，按不同级别和类比，进行风险和威胁的排序和归类，被分为5级：好、良、中、较差、差。通过参考评价度量表，获得各级的分数，再按照各级的数量比例进行加权平均进行计算。

例如，对于技术的评价信息，经过语义分析后，按不同级别和类比，对技术元素涉及的相关专利，类似的专利案件，进行相关度排序和负面风险程度排序。通过参考评价度量表，获得各级的分数，再按照各级的数量比例进行加权平均进行计算。

再例如，对于参数的评价信息，经过语义分析后，通过与其它相关产品/技术/数或平均值进行对比，获得在同一个领域中的排序，通过参考评价度量表，获得此排序的分值。

再例如，对于主题的评价信息，经过语义分析后，按照所提取的关键字，根据自然语言处理技术，查找相关度高的文档，对于找到的相关度最高的文档，按不同级别和类比，对目标文档和其他文档进行相关度排序，通过参考评价度量表，获得各级的分数。再按照各级的数量比例进行加权平均计算。

作为本发明进一步优化的实施例，所述关键词的评价信息，包含以下任意一种：

1)对姓名或名称的声誉、背景的评价；例如，通过对项目关键人名字的搜索与自然语言的分析，分析包括根据人名的语义背景，排除同名但非同名的信息，进行正面和负面信息的排序和归类。

2)对网址真伪与安全性的评价；例如，通过对关键网址的搜索与自然语言的分析，获得关键网址是否真实存在的信息，以及是否有黑客攻击等违法行为。

4)对技术的风险的评价；例如，通过对关键技术的搜索与自然语言的分析，获得关键技术是否真实可靠无风险，无侵权等信息。

5)对参数的可行性评价；例如，通过对关键参数的搜索与自然语言的分析，获得关键参数是否合理，有没有明显的优势劣势。

6)对主题相关性的评价；例如，通过对关键参数的搜索与自然语言的分析，获得与目标文档相关度高的其他文档信息，用以对比参照，进行具体分析。

作为本发明进一步优化的实施例，还包括步骤：对所述评价值打分，根据分数调整所述评价度量表。例如，邀请用户对分析结果进行主观打分，用于训练调整于分析算法(比如，更新评价度量表)，用机器学习的方法，对评价度量表进行训练，提高准确性。

需要说明的是，评价模块的评价策略并不是限定的。可以根据实际的需要进行调整或变化。

还需要说明的是，自然语言分析技术可以应用到分析各种商业的或非商业的文件，比如：商业计划书、项目计划书、企业年报、投融资计划书、产品说明、技术说明书、个人简历、机构介绍等。本发明不对所适用的文档进行限定。

还需要说明的是，本发明的关键词，可以是项目关键人，企业法人代表，关键控制人等，这些人是能够对一份商业情报起到重要甚至关键作用的。

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，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述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 (10)

1.一种关键词分析系统，其特征在于，包括以下模块：搜索模块，语义分析模块，评价模块；

所述搜索模块，用于搜索关键词的关联信息；

所述语义分析模块，用于对所述关联信息进行语义分析，得到对所述关键词的评价信息；

所述评价模块，用于根据所述评价信息，对照评价度量表，获得关键词的评价值；

所述评价度量表，是对所述评价信息按照级别和/或类别进行赋值。

2.如权利要求1所述的一种关键词分析系统，其特征在于，所述关键词，包含以下至少一种：姓名、名称、网址、技术、参数、主题。

3.如权利要求1所述的一种关键词分析系统，其特征在于，所述关键词，是通过自然语言处理机制提取。

4.如权利要求1所述的一种关键词分析系统，其特征在于，所述关键词的评价值，是评价模块对所述关键词的评价信息进行分级，并按照所述评价度量表获得评价值。

5.如权利要求4所述的一种关键词分析系统，其特征在于，所述关键词的评价信息，包含以下至少一种：

对姓名的声誉或背景的评价；

对名称的声誉或背景的评价；

对网址的真伪或安全性的评价；

对技术的风险或创新性的评价；

对参数的可行性的评价；

对主题的相关性的评价。

6.一种关键词分析方法，其特征在于，包括以下步骤：

搜索关键词，获得关联信息；

对所述关联信息的语义分析，获得所述关键词的评价信息；

将所述评价信息对照评价度量表，获得所述关键词的评价值。

7.如权利要求6所述的一种关键词分析方法，其特征在于，所述关键词，是通过自然语言处理机制提取。

8.如权利要求6所述的一种关键词分析方法，其特征在于，所述关键词的评价值，是通过对关键词的搜索，及对搜索结果的语义分析，对所述关键词的评价信息进行分级，并按照所述评价度量表获得评价值。

9.如权利要求6所述的一种关键词分析方法，其特征在于，所述关键词的评价信息，包含以下至少一种：

对姓名的声誉或背景的评价；

对名称的声誉或背景的评价；

对网址真伪与安全性的评价；

对技术的风险或创新性的评价；

对主题相关性的评价。

10.如权利要求6所述的一种关键词分析方法，其特征在于，还包括步骤：对所述评价值打分，根据分数调整所述评价度量表。