CN110097419A - 商品数据处理方法、计算机设备和存储介质 - Google Patents
商品数据处理方法、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110097419A CN110097419A CN201910251824.9A CN201910251824A CN110097419A CN 110097419 A CN110097419 A CN 110097419A CN 201910251824 A CN201910251824 A CN 201910251824A CN 110097419 A CN110097419 A CN 110097419A
- Authority
- CN
- China
- Prior art keywords
- comment information
- comment
- information
- state
- commodity
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种商品数据处理方法、计算机设备和存储介质。所述方法包括:获取当前平台的当前商品的评论信息,计算各条评论信息与各个预设评论模板的相似度,根据相似度确定与各条评论信息匹配的预设评论模板,根据预设评论模板确定各条评论信息的评分数据,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的状态和对应的标记信息。根据预设模板对当前商品的评论信息进行评价,得到对应的评分数据,根据预先设置的评分与状态之间的对应关系,得到评分数据对应的目标状态和标记信息,对商品的评论信息进行评价能够帮助用户确定各个评论信息的真实性,提升用户体验。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种商品数据处理方法、计算机设备和存储介质。
背景技术
随着互联网技术的不断发展,购物方式也随着变化。目前使用终端购物的用户越来越多,但人们在挑选商品时,除了对比商品信息外,用户的体验及判断都是从购物用户对商品的评价信息中得来,但目前购物网站上很多评论信息都是无效的或由商家刷出来的,从而用户体验差。
发明内容
为了解决上述技术问题,本申请提供了一种商品数据处理方法、计算机设备和存储介质。
第一方面,本申请提供了一种商品数据处理方法,包括:
获取当前平台的当前商品的评论信息;
计算各条评论信息与各个预设评论模板的相似度,根据相似度确定与各条评论信息匹配的预设评论模板;
根据预设评论模板确定各条评论信息的评分数据;
根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的状态和对应的标记信息。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取当前平台的当前商品的评论信息;
计算各条评论信息与各个预设评论模板的相似度,根据相似度确定与各条评论信息匹配的预设评论模板;
根据预设评论模板确定各条评论信息的评分数据;
根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的状态和对应的标记信息。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取当前平台的当前商品的评论信息;
计算各条评论信息与各个预设评论模板的相似度,根据相似度确定与各条评论信息匹配的预设评论模板;
根据预设评论模板确定各条评论信息的评分数据;
根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的状态和对应的标记信息。
上述商品数据处理方法、计算机设备和存储介质,所述方法包括:获取当前平台的当前商品的评论信息,计算各条评论信息与各个预设评论模板的相似度,根据相似度确定与各条评论信息匹配的预设评论模板,根据预设评论模板确定各条评论信息的评分数据,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的状态和对应的标记信息。根据预设模板对当前商品的评论信息进行评价,得到对应的评分数据,根据预先设置的评分与状态之间的对应关系,得到评分数据对应的目标状态和标记信息,对商品的评论信息进行评价能够帮助用户确定各个评论信息的真实性,提升用户体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中移动终端的结构示意图;
图2为实施例举例的一个可选的手机的正面示意图;
图3为实施例举例的另一个可选的手机的正面示意图;
图4为一个实施例中通信网络系统架构图;
图5为一个实施例中商品数据处理方法的流程示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution,频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution,分时双工长期演进)等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,并能接收处理器110发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。图2为本申请实施例举例的一个可选的手机的正面示意图。图3为本申请实施例举例的另一个可选的手机的正面示意。
为了便于理解本发明实施例,下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图4,图4为本发明实施例提供的一种通信网络系统架构图,该通信网络系统为通用移动通信技术的LTE系统,该LTE系统包括依次通讯连接的UE(User Equipment,用户设备)201,E-UTRAN(Evolved UMTS Terrestrial Radio Access Network,演进式UMTS陆地无线接入网)202,EPC(Evolved Packet Core,演进式分组核心网)203和运营商的IP业务204。
具体地,UE201可以是上述终端100,此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中,eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接,eNodeB2021连接到EPC203,eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity,移动性管理实体)2031,HSS(Home Subscriber Server,归属用户服务器)2032,其它MME2033,SGW(Serving Gate Way,服务网关)2034,PGW(PDN Gate Way,分组数据网络网关)2035和PCRF(Policy andCharging Rules Function,政策和资费功能实体)2036等。其中,MME2031是处理UE201和EPC203之间信令的控制节点,提供承载和连接管理。HSS3032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送,PGW2035可以提供UE 201的IP地址分配以及其它功能,PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem,IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍,但本领域技术人员应当知晓,本发明不仅仅适用于LTE系统,也可以适用于其他无线通信系统,例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等,此处不做限定。
基于上述移动终端硬件结构以及通信网络系统,提出本发明方法各个实施例。
如图5所示,在一个实施例中,提供了一种商品数据处理方法。本实施例主要以该方法应用于上述图1中的移动终端来举例说明。参照图2,该游戏界面的优化方法具体包括如下步骤:
步骤S301,获取当前平台的当前商品的评论信息。
步骤S302,计算各条评论信息与各个预设评论模板的相似度,根据相似度确定与各条评论信息匹配的预设评论模板。
步骤S303,根据预设评论模板确定各条评论信息的评分数据。
步骤S304,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的目标状态和对应的标记信息。
具体地,当前平台是指用户正在浏览的可以用于购物或评价商品的平台,当前商品是指用户正在浏览的商品。评论信息是指用户对当前商品的评价,评论信息中至少包含文字信息和图片信息中的至少一种。
在一个实施例中,在获取当前平台的当前商品的评论信息之前,还包括:获取训练评论信息和对应的状态标签,将训练评论信息和对应的状态标签输入评价模板生成模型,通过评价模板生成模型对训练评论信息进行训练,得到预设评论模板。
具体地,训练评论信息是指商品的历史评论信息,历史评论信息可以仅仅针对一个商品的评论信息,也可以是多个同一类型商品的评论信息,还可以是对不同类型商品的评论信息。根据需求获取不同的评论信息,如针对特定产品或特定类型产品时,可以采集特定产品的评论信息,或者采集特定类型产品的评论信息。状态标签是用来描述各条评论信息的真实程度的状态数据,具体的状态标签的种类和等级可以自定义设置,如对于商品评论的状态标签包括但不限于:刷单、疑似刷单、真实等等。
评价模板生成模型是用来生成预设评价模板的数学模型,该数学模型可以提取评论信息中的文字特征,根据文字特征和对应的状态标签,生成预设评价模板。预设评价模板是指根据评价模板生成模型生成的模板,预设评价模板可以包含多个子评价模板,不同的子评价模板对应不同的评分数据,如虚假评价模板对应的评分数据为0,真实评价模板对应的评分数据为100。通过大量的携带标签的评论信息训练得到评论模板生成模型,能够快速且准确的根据对应的商品生成对应的预设评价模板,从而提高数据处理效率和处理准确度。
在一个实施例中,获取训练评论信息和对应的状态标签之前,包括:获取当前平台的训练商品的评论信息和对应的评论数量,判断评论数量是否大于预设数量阈值,当评论数量大于或等于预设数量阈值时,将当前平台的训练商品的评论信息作为训练评论信息。
具体地,训练商品是指用于对评价模板生成模型进行训练的评论信息对应的商品。评论数量是指评论信息的数量,如训练商品包含100条评论数据,则评论信息的数量为100。预设数量阈值是预先设置的临界值,该临界值的可以自定义设置,如可以是根据技术人员的经验确定的临界值,也可以是根据商品所属的类型确定,针对不同类型的商品设置不同的临界值,如对于购买受限,或者使用范围较窄的商品,由于受众小,对应的评论信息有较大的概率偏少,此时可以相应的调整对应的临界值。评论数量大于预设数量阈值,表示采集的评论信息在量上已经满足,此时可以直接使用当前平台中的训练商品的评论信息作为训练评论信息。
在一个实施例中,当评论数量小于预设数量阈值时,获取训练商品对应的第二商家的评论信息和对应的评论数量,当当前平台对应的评论数量和第二商家对应的评论数量之和,大于预设数量阈值时,将当前平台对应评论信息和第二商家对应的评论信息进行合并,得到训练评论信息。
具体地,评论数量小于预设数量阈值时,表示评论信息的数量未达标,为了获取到更多评论数据,可以获取当前商品在其他平台上的评论信息和对应的评论数量,第二商家即为除了当前商家之外的商家,可以是一个商家,也可以是多个商家,第二商家可以为当前平台的商家,也可以为其他平台的商家。计算当前商家的评论数量和第二商家的评论数量之和,判断当前商家的评论数量和第二商家的评论数量之和,是否大于预设数量阈值,当两者的和大于预设数量阈值时,将当前平台对应的评论信息和第二商家对应的评论信息进行合并,得到训练评论信息。在数据量达不到目标时,可以获取其他商家中的训练商品的评论信息,获取足够多的数据量,足够多的评论信息才能够训练得到一个准确度较好的评价模板生成模型,使得预设评价模板的生成准确度更好。
评分数据是用于衡量评论信息真实程度的数据,不同的评分数据对应不同的真实程度。不同的状态对应不同的真实程度区间,具体的各个状态多对应的真实程度区间可以自定义,如可以将真实程度在[0-20%)以下设置为刷单评论,真实程度在[20%-50%)之间的设置为疑似刷单评论,真实程度为[50%-80%)之间的设置为可靠评论,真实程度为[80%-100%]之间的设置为真实评论。假设评分数据的范围为0-100,设置评分数据为0时,对应的真实程度为0,评分数据为100时对应的真实程度为100%。设置不同状态对应不同的真实程度区间能够将数据归为有限个类别,相对于各个真实程度来说,划分成有限个状态,有利于快速的定位评论的可靠性。
在一个实施例中,在步骤S303之前,还包括:获取当前商品的图片,计算当前商品的图片与评论图片的商品相似度,根据商品相似度,更新评论信息对应的评分数据。
具体地,当任意一条评论信息包括文字信息和评论图片时,获取当前商品的图片,当前商品的图片为预先配置的商品图像,计算商品图像与评论图片之间的相似度,商品相似度可以采用常见的图像相似度计算方法实现,如计算图像的残差、采用相同的特征提取方法,计算特征的相似度等等,根据商品相似度确定商品是否与用户的评论图片中展示的是否为同一种商品,根据是否为相同的商品调整评论信息的评分数据,如不是相同的商品时,虚假评论的可能性相对较大,降低评分数据,为同一商品时,评论的可靠性增加的概率更大,增加评分数据。根据文字的相似度计算评分数据,在根据商品相似度更新评分数据,对评论信息中的文字信息和图片信息进行综合参考,使得评分数据的准确度更高。
评分和状态的对应关系是预定配置好的对应关系,不同的评分对应不同的状态,一个状态对应一个评分区间。目标状态是指与评分数据对应的状态,标记信息是用于标记不同状态的信息,标记信息可以采用文字和颜色等用于区分不同的状态的信息,已颜色为例,可以采用红色表示刷单,浅红色表示疑似刷单,浅绿色表示可靠,绿色表示真实。
在一个实施例中,步骤S303之后,还包括:在终端上展示当前商品的评论信息的状态和对应的标记信息。评论信息的展示可以是按照时间和评分数据中的至少一个的排序规则确定的。
在一个实施例中,当用户浏览信息时,可以自定义设置排序规则,与用户实现互动,使得展示的评论信息更符合用户的需求。
在一个实施例中,步骤S303之后,还包括:根据各条评论信息的评分数据,按照预设排序规则对各条评论信息进行排序。
具体地,预设排序规则为预先设置的用于对评论信息进行排序的规则,其中排序规则包含至少一种。常见排序规则包含从大到小、从小到大排序规则,按照时间可以是从近到远或从远到近等排序规则,如设评分数据越大真实程度越高时,可以采用由大到小,时间由近到远的顺序进行排序。评分数据由大到小是因为用户需要参考真实的评论数据,时间由近到远是因为越近的数据与当前商品的状态越接近,故选择评分数据由大到小,时间由远及近的排序方式,更符合用户的需求,提升用户体验。
在一个实施例中,步骤S303之后,还包括:当评论信息对应的状态为疑似刷单时,获取状态为疑似刷单的评论信息的用户标识,获取用户标识在第三商家的评论信息的状态,当用户标识在第三商家的评论信息的状态为刷单或疑似刷单时,更新疑似刷单的评论信息的目标状态为刷单;当用户标识在第三商家的评论信息状态为真实时,更新疑似刷单的评论信息的目标状态为真实。
具体地,当状态包含刷单、疑似刷单和真实三种状态时,对于疑似刷单的评论信息进行进一步验证,获取疑似刷单的评论信息对应的用户标识,获取该用户标识在其他商家的评论信息的状态,当用户标识在其他商家的评论信息对应的状态为刷单或疑似刷单时,表示当前用户标识进行刷单的可能较大,故更新该用户标识对应的在当前商品的评论信息的状态为刷单,反之,用户标识在其他商家的评论信息对应的状态为真实时,表示当前用户标识进行刷单的可能行较小,故更新该用户标识对应的在当前商品的评论信息的状态为真实。参考同一用户在不同商品中的评论信息,提高各条评论信息的评价准确度。
上述商品数据处理方法,包括:获取当前平台的当前商品的评论信息,计算各条评论信息与各个预设评论模板的相似度,根据相似度确定与各条评论信息匹配的预设评论模板,根据预设评论模板确定各条评论信息的评分数据,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的状态和对应的标记信息。根据预设模板对当前商品的评论信息的相似度,确定各条评论信息的评分数据,根据预先设置的评分与状态之间的对应关系,得到评分数据对应的目标状态和标记信息,对商品的评论信息进行评价能够帮助用户确定各个评论信息的真实性,提升用户体验。
在一个具体的实施例中,上述商品数据处理方法,包括:
终端为移动终端,如手机,在手机中设置评论信息的检测算法,当用户浏览购物网站评论时,帮助用户筛选有用信息。
终端中内置了应用检测算法,当检测到用户进入购物app时,抓取用户正在浏览的商品的评论信息,即为当前商品的评论信息,该评论信息可以从商品中的评价详情、宝贝评价板块等中获取,也可以是从其它的用于评论商品的评价板块中获取到的。
在一个实施例中,获取大量的携带标签的评论信息,将携带标签的评论信息输入构建的评价模板生成模型中,通过评价模板生成模型对携带标签的评论信息进行学习,直到评价模板生成模型满足模型收敛条件,得到已训练的评价模板生成模型。根据已训练的评价模板生成模型对获取到的评论信息进行分析,生成与评论信息对应的预设评价模板。根据实际需求可以获取不同的评论信息,生成不同的预设评价模板。
按照上述步骤中生成的预设评价模板对抓取到的当前商品的评论信息进行评价,得到对应的评价数据,即计算抓取到的各条评论信息与预设评价模板之间的文字相似度,计算评论信息中的评论与商品图片之间的图片差异度,统计各条评论的文字相似度和/或图片差异度,根据文字相似度和/或图片差异度确定各条评论信息的评分数据,根据评分数据确定各条评论信息的状态和标记信息,其中状态包括刷单、疑似刷单、可靠和真实四个状态,刷单状态是指评论信息中的文字相似度或图像差异度>80%,疑似刷单状态是指评论信息中的文字相似度或图像差异度在度60%—80%之间,可靠状态是指评论信息中的文字相似度或图像差异度在度30%—60%之间,真实状态是指评论信息中的文字相似度或图像差异度在度30%以下。刷单状态对应的标记信息为红色,疑似刷单状态对应的标记信息为浅红色,可靠状态对应的标记信息为浅绿色,真实状态对应的标记信息为绿色。标记信息可以填满整条评论信息的评论区域,也可以是仅对文字进行标记,还可以是对特定区域进行标记,具体的标记方式可以自定义设置。
在一个实施例中,对于状态为疑似刷单和可靠的评论信息,进一步获取各条评论信息对应的用户ID,获取用户ID对应在其他商家的评论信息和对应的状态,其他商家的评论信息可以为相同的商品的评论信息,也可以为不同商品的评论信息。其中其他商家可以是当前平台上的其他商家,也可以是不同平台上的商家,其他商家的信息可以是从服务器中获取的,也可以是从终端获取的。
在一个实施例中,当疑似刷单状态的评论信息对应的用户标识,在其他商家的评论信息的状态为刷单或疑似刷单时,更新该疑似刷单状态的评论信息的状态为刷单。当疑似刷单状态的评论信息对应的用户标识,在其他商家的评论信息的状态为可靠或真实时,更新该疑似刷单状态的评论信息的状态为可靠。
在一个实施例中,当可靠状态的评论信息对应的用户标识,在其他商家的评论信息的状态为刷单或疑似刷单时,更新该可靠单状态的评论信息的状态为疑似刷单或刷单。当可靠状态的评论信息对应的用户标识,在其他商家的评论信息的状态为可靠或真实时,更新该疑似刷单状态的评论信息的状态为真实。
在一个实施例中,获取各个用户ID在其他商品的评论信息的状态,统计同一用户ID在其他商家的评论信息的状态为刷单、疑似刷单、可靠和真实的评论数量,根据评论数量确定用户ID对应的当前商品的评论信息的状态。
在一个实施例中,当刷单和疑似刷单的数量之和,大于或等于可靠和真实的评论数量之和,且用户ID对应的当前商品的评论信息的状态为刷单时,保持用户ID对应的当前商品的评论信息的状态不变。当刷单和疑似刷单的数量之和,小于可靠和真实的评论数量之和,且用户ID对应的当前商品的评论信息的状态为疑似刷单时,更新用户ID对应的当前商品的评论信息的状态,即将刷单更新为疑似刷单。
在一个实施例中,当刷单和疑似刷单的数量之和,大于或等于可靠和真实的评论数量之和,且用户ID对应的当前商品的评论信息的状态为疑似刷单时,更新用户ID对应的当前商品的评论信息的状态,即将疑似刷单更新为刷单。当刷单和疑似刷单的数量之和,小于可靠和真实的评论数量之和,且用户ID对应的当前商品的评论信息的状态为疑似刷单时,更新用户ID对应的当前商品的评论信息的状态,即将疑似刷单更新为可靠。
在一个实施例中,当刷单和疑似刷单的数量之和,大于或等于可靠和真实的评论数量之和,且用户ID对应的当前商品的评论信息的状态为可靠时,更新用户ID对应的当前商品的评论信息的状态,即将可靠更新为疑似刷单。当刷单和疑似刷单的数量之和,小于可靠和真实的评论数量之和,且用户ID对应的当前商品的评论信息的状态为可靠时,更新用户ID对应的当前商品的评论信息的状态,即将可靠更新为真实。
在一个实施例中,当刷单和疑似刷单的数量之和,大于或等于可靠和真实的评论数量之和,且用户ID对应的当前商品的评论信息的状态为真实时,更新用户ID对应的当前商品的评论信息的状态,即将真实更新为可靠或疑似刷单。当刷单和疑似刷单的数量之和,小于可靠和真实的评论数量之和,且用户ID对应的当前商品的评论信息的状态为真实时,保持用户ID对应的当前商品的评论信息的状态不变。通过用户ID在不同商家上的评论信息,进一步确定用户ID在当前商品的状态,提高评论信息的评价准确度。
在一个实施例中,在得到当前商品的评论信息的状态和标记信息之后,还包括:在移动终端上展示评论信息的状态和标记信息。
在一个实施例中,在展示评论信息之前,还包括:按照预设排序规则对评论信息进行排序,当用户浏览评论信息时,可以根据需要选择浏览的信息,如可以将近期的真实评论展示在评论信息展示区的前面,提升用户体验。
在一个实施例中,展示用户已经浏览过的评论信息的状态的标记信息,对于为浏览过的评论信息,可以在用户进行浏览时,再次进行排序,避免重复查看已经浏览过的评论信息。
在一个实施例中,当用户再次查看已经浏览过的评论信息时,获取再次查看的评论信息对应的用户ID,获取用户ID对应的其他商家的评论信息的状态,根据用户ID对应的其他商家的评论信息更新再次查看的评论信息的状态。对于用户比较关注的评论信息,做进一步的处理,得到更为准确的评论结果。
该方法能够在用户购物时,帮助用户快速筛选出有效评论信息,提高用户的便捷性和体验。如果手机检测到评论相似度比较高,可以后台上报给第三方进行处理。手机对接的APP越多,筛选信息的有效性也越强。真实有效的评论可以置前,为用户提供方便的参考。
图5为一个实施例中商品数据处理方法的流程示意图。应该理解的是,虽然图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:获取当前平台的当前商品的评论信息,计算各条评论信息与各个预设评论模板的相似度,根据相似度确定与各条评论信息匹配的预设评论模板,根据预设评论模板确定各条评论信息的评分数据,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的目标状态和对应的标记信息。
在一个实施例中,获取当前平台的当前商品的评论信息之前,处理器执行计算机程序时还实现以下步骤:获取训练评论信息和对应的状态标签,将训练评论信息和对应的状态标签输入评价模板生成模型,通过评价模板生成模型对训练评论信息进行训练,得到预设评论模板。
在一个实施例中,获取训练评论信息和对应的状态标签之前,处理器执行计算机程序时还实现以下步骤:获取当前平台的训练商品的评论信息和对应的评论数量,判断评论数量是否大于预设数量阈值,当评论数量大于或等于预设数量阈值时,将当前平台的训练商品的评论信息作为训练评论信息,当评论数量小于预设数量阈值时,获取训练商品对应的第二商家的评论信息和对应的评论数量,当当前平台对应的评论数量和第二商家对应的评论数量之和,大于预设数量阈值时,将当前平台对应评论信息和第二商家对应的评论信息进行合并,得到训练评论信息。
在一个实施例中,评论信息包括文字信息和评论图片,处理器执行计算机程序时还实现以下步骤:获取当前商品的图片,计算当前商品的图片与评论图片的商品相似度,根据商品相似度,更新评论信息对应的评分数据。
在一个实施例中,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的目标状态和对应的标记信息之后,处理器执行计算机程序时还实现以下步骤:根据各条评论信息的评分数据,按照预设排序规则对各条评论信息进行排序。
在一个实施中,根据各条评论信息的评分数据,按照预设排序规则对各条评论信息进行排序,包括:按照各条评论信息的评分数据由高到低进行排序。
在一个实施例中,状态包括:刷单,疑似刷单和真实,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的目标状态和对应的标记信息之后,处理器执行计算机程序时还实现以下步骤:当评论信息对应的状态为疑似刷单时,获取状态为疑似刷单的评论信息的用户标识,获取用户标识在第三商家的评论信息的状态,当用户标识在第三商家的评论信息的状态为刷单或疑似刷单时,更新疑似刷单的评论信息的目标状态为刷单,当用户标识在第三商家的评论信息状态为真实时,更新疑似刷单的评论信息的目标状态为真实。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取当前平台的当前商品的评论信息,计算各条评论信息与各个预设评论模板的相似度,根据相似度确定与各条评论信息匹配的预设评论模板,根据预设评论模板确定各条评论信息的评分数据,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的目标状态和对应的标记信息。
在一个实施例中,获取当前平台的当前商品的评论信息之前,计算机程序被处理器执行时还实现以下步骤:获取训练评论信息和对应的状态标签,将训练评论信息和对应的状态标签输入评价模板生成模型,通过评价模板生成模型对训练评论信息进行训练,得到预设评论模板。
在一个实施例中,获取训练评论信息和对应的状态标签之前,计算机程序被处理器执行时还实现以下步骤:获取当前平台的训练商品的评论信息和对应的评论数量,判断评论数量是否大于预设数量阈值,当评论数量大于或等于预设数量阈值时,将当前平台的训练商品的评论信息作为训练评论信息,当评论数量小于预设数量阈值时,获取训练商品对应的第二商家的评论信息和对应的评论数量,当当前平台对应的评论数量和第二商家对应的评论数量之和,大于预设数量阈值时,将当前平台对应评论信息和第二商家对应的评论信息进行合并,得到训练评论信息。
在一个实施中,根据各条评论信息的评分数据,按照预设排序规则对各条评论信息进行排序,包括:按照各条评论信息的评分数据由高到低进行排序。
在一个实施例中,评论信息包括文字信息和评论图片,计算机程序被处理器执行时还实现以下步骤:获取当前商品的图片,计算当前商品的图片与评论图片的商品相似度,根据商品相似度,更新评论信息对应的评分数据。
在一个实施例中,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的目标状态和对应的标记信息之后,计算机程序被处理器执行时还实现以下步骤:根据各条评论信息的评分数据,按照预设排序规则对各条评论信息进行排序。
在一个实施例中,状态包括:刷单,疑似刷单和真实,根据评分与状态之间的对应关系,得到各条评论信息对应的评分数据的目标状态和对应的标记信息之后,计算机程序被处理器执行时还实现以下步骤:当评论信息对应的状态为疑似刷单时,获取状态为疑似刷单的评论信息的用户标识,获取用户标识在第三商家的评论信息的状态,当用户标识在第三商家的评论信息的状态为刷单或疑似刷单时,更新疑似刷单的评论信息的目标状态为刷单;当用户标识在第三商家的评论信息状态为真实时,更新疑似刷单的评论信息的目标状态为真实。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种商品数据处理方法,其特征在于,所述方法包括:
获取当前平台的当前商品的评论信息;
计算各条所述评论信息与各个预设评论模板的相似度,根据相似度确定与各条所述评论信息匹配的预设评论模板;
根据所述预设评论模板确定各条所述评论信息的评分数据;
根据评分与状态之间的对应关系,得到各条所述评论信息对应的评分数据的目标状态和对应的标记信息。
2.根据权利要求1所述的方法,其特征在于,所述获取当前平台的当前商品的评论信息之前,还包括:
获取训练评论信息和对应的状态标签;
将所述训练评论信息和对应的状态标签输入评价模板生成模型,通过所述评价模板生成模型对所述训练评论信息进行训练,得到所述预设评论模板。
3.根据权利要求2所述的方法,其特征在于,所述获取训练评论信息和对应的状态标签之前,包括:
获取所述当前平台的训练商品的评论信息和对应的评论数量;
判断所述评论数量是否大于所述预设数量阈值;
当所述评论数量大于或等于所述预设数量阈值时,将所述当前平台的训练商品的评论信息作为所述训练评论信息。
4.根据权利要求3所述的方法,其特征在于,所述判断所述评论数量是否大于所述预设数量阈值之后,还包括:
当所述评论数量小于所述预设数量阈值时,获取所述训练商品对应的第二商家的评论信息和对应的评论数量;
当所述当前商家对应的评论数量和所述第二商家对应的评论数量之和,大于所述预设数量阈值时,将所述当前平台对应评论信息和所述第二商家对应的评论信息进行合并,得到所述训练评论信息。
5.根据权利要求1所述的方法,其特征在于,所述评论信息包括文字信息和评论图片,所述方法还包括:
获取所述当前商品的图片,计算所述当前商品的图片与所述评论图片的商品相似度;
根据所述商品相似度,更新所述评论信息对应的评分数据。
6.根据权利要求1所述的方法,其特征在于,所述根据评分与状态之间的对应关系,得到各条所述评论信息对应的评分数据的目标状态和对应的标记信息之后,还包括:
根据各条所述评论信息的评分数据,按照预设排序规则对各条所述评论信息进行排序。
7.根据权利要求1所述的方法,其特征在于,所述根据各条所述评论信息的评分数据,按照预设排序规则对各条所述评论信息进行排序,包括:
按照各条所述评论信息的评分数据由高到低进行排序。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述状态包括:刷单,疑似刷单和真实,所述根据评分与状态之间的对应关系,得到各条所述评论信息对应的评分数据的目标状态和对应的标记信息之后,还包括:
当所述评论信息对应的状态为疑似刷单时,获取状态为所述疑似刷单的所述评论信息的用户标识;
获取所述用户标识在第三商家的评论信息的状态;
当所述用户标识在所述第三商家的评论信息的状态为所述刷单或疑似刷单时,更新所述疑似刷单的所述评论信息的目标状态为刷单;
当所述用户标识在所述第三商家的评论信息为真实时,更新所述疑似刷单的所述评论信息的目标状态为真实。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251824.9A CN110097419A (zh) | 2019-03-29 | 2019-03-29 | 商品数据处理方法、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251824.9A CN110097419A (zh) | 2019-03-29 | 2019-03-29 | 商品数据处理方法、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110097419A true CN110097419A (zh) | 2019-08-06 |
Family
ID=67444121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910251824.9A Pending CN110097419A (zh) | 2019-03-29 | 2019-03-29 | 商品数据处理方法、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110097419A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310064A (zh) * | 2020-02-18 | 2020-06-19 | 重庆锐云科技有限公司 | 一种消除商家刷评单评论的计算方法、装置及存储介质 |
CN111460281A (zh) * | 2020-02-27 | 2020-07-28 | 浙江口碑网络技术有限公司 | 信息推送的优化方法及装置、存储介质、终端 |
WO2021036250A1 (zh) * | 2019-08-29 | 2021-03-04 | 北京京东尚科信息技术有限公司 | 产品评论信息的展示方法、装置、电子设备和存储介质 |
CN112836487A (zh) * | 2021-02-07 | 2021-05-25 | 四川封面传媒有限责任公司 | 一种自动评论方法、装置、计算机设备及存储介质 |
CN113256372A (zh) * | 2021-05-14 | 2021-08-13 | 深圳迅销科技股份有限公司 | 一种基于电子商务的商品销售系统和方法 |
CN113342931A (zh) * | 2021-05-27 | 2021-09-03 | 东风柳州汽车有限公司 | 基于大数据的用户需求分析方法、装置、设备及存储介质 |
CN113486882A (zh) * | 2021-09-08 | 2021-10-08 | 北京每日优鲜电子商务有限公司 | 基于用户行为的图像识别方法、装置、电子设备和介质 |
CN113610385A (zh) * | 2021-08-03 | 2021-11-05 | 新奥数能科技有限公司 | 能源企业商品评价结果获取方法、系统和计算机设备 |
CN113744012A (zh) * | 2020-08-10 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 一种信息处理方法、装置和存储介质 |
CN117196640A (zh) * | 2023-11-06 | 2023-12-08 | 青岛巨商汇网络科技有限公司 | 一种基于服务体验的全流程可视化管理系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120150698A1 (en) * | 2010-12-10 | 2012-06-14 | Mcclements Iv James Burns | Media content clip identification and combination architecture |
CN104867017A (zh) * | 2015-05-16 | 2015-08-26 | 成都数联铭品科技有限公司 | 电子商务客户虚假评价识别系统 |
CN104866468A (zh) * | 2015-04-08 | 2015-08-26 | 清华大学深圳研究生院 | 一种中文虚假顾客评论识别方法 |
CN105809451A (zh) * | 2016-02-29 | 2016-07-27 | 江苏大学 | 一种大数据电商网购评价分析预测方法及系统 |
CN109377080A (zh) * | 2018-11-13 | 2019-02-22 | 平安科技(深圳)有限公司 | 商品评价方法、装置、计算机设备及存储介质 |
-
2019
- 2019-03-29 CN CN201910251824.9A patent/CN110097419A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120150698A1 (en) * | 2010-12-10 | 2012-06-14 | Mcclements Iv James Burns | Media content clip identification and combination architecture |
CN104866468A (zh) * | 2015-04-08 | 2015-08-26 | 清华大学深圳研究生院 | 一种中文虚假顾客评论识别方法 |
CN104867017A (zh) * | 2015-05-16 | 2015-08-26 | 成都数联铭品科技有限公司 | 电子商务客户虚假评价识别系统 |
CN105809451A (zh) * | 2016-02-29 | 2016-07-27 | 江苏大学 | 一种大数据电商网购评价分析预测方法及系统 |
CN109377080A (zh) * | 2018-11-13 | 2019-02-22 | 平安科技(深圳)有限公司 | 商品评价方法、装置、计算机设备及存储介质 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021036250A1 (zh) * | 2019-08-29 | 2021-03-04 | 北京京东尚科信息技术有限公司 | 产品评论信息的展示方法、装置、电子设备和存储介质 |
CN111310064A (zh) * | 2020-02-18 | 2020-06-19 | 重庆锐云科技有限公司 | 一种消除商家刷评单评论的计算方法、装置及存储介质 |
CN111310064B (zh) * | 2020-02-18 | 2023-05-05 | 重庆锐云科技有限公司 | 一种消除商家刷评单评论的计算方法、装置及存储介质 |
CN111460281A (zh) * | 2020-02-27 | 2020-07-28 | 浙江口碑网络技术有限公司 | 信息推送的优化方法及装置、存储介质、终端 |
CN111460281B (zh) * | 2020-02-27 | 2023-07-25 | 浙江口碑网络技术有限公司 | 信息推送的优化方法及装置、存储介质、终端 |
CN113744012A (zh) * | 2020-08-10 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 一种信息处理方法、装置和存储介质 |
CN112836487A (zh) * | 2021-02-07 | 2021-05-25 | 四川封面传媒有限责任公司 | 一种自动评论方法、装置、计算机设备及存储介质 |
CN112836487B (zh) * | 2021-02-07 | 2023-01-24 | 四川封面传媒有限责任公司 | 一种自动评论方法、装置、计算机设备及存储介质 |
CN113256372A (zh) * | 2021-05-14 | 2021-08-13 | 深圳迅销科技股份有限公司 | 一种基于电子商务的商品销售系统和方法 |
CN113342931B (zh) * | 2021-05-27 | 2022-11-01 | 东风柳州汽车有限公司 | 基于大数据的用户需求分析方法、装置、设备及存储介质 |
CN113342931A (zh) * | 2021-05-27 | 2021-09-03 | 东风柳州汽车有限公司 | 基于大数据的用户需求分析方法、装置、设备及存储介质 |
CN113610385A (zh) * | 2021-08-03 | 2021-11-05 | 新奥数能科技有限公司 | 能源企业商品评价结果获取方法、系统和计算机设备 |
CN113486882A (zh) * | 2021-09-08 | 2021-10-08 | 北京每日优鲜电子商务有限公司 | 基于用户行为的图像识别方法、装置、电子设备和介质 |
CN117196640A (zh) * | 2023-11-06 | 2023-12-08 | 青岛巨商汇网络科技有限公司 | 一种基于服务体验的全流程可视化管理系统及方法 |
CN117196640B (zh) * | 2023-11-06 | 2024-02-02 | 青岛巨商汇网络科技有限公司 | 一种基于服务体验的全流程可视化管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097419A (zh) | 商品数据处理方法、计算机设备和存储介质 | |
CN108037893A (zh) | 一种柔性屏的显示控制方法、装置及计算机可读存储介质 | |
CN109376705A (zh) | 舞蹈训练评分方法、装置及计算机可读存储介质 | |
CN110321474A (zh) | 基于搜索词的推荐方法、装置、终端设备及存储介质 | |
CN107133797A (zh) | 一种支付异常自动检测方法、终端及计算机可读存储介质 | |
CN107507007A (zh) | 一种支付二维码验证方法、终端及计算机可读存储介质 | |
CN107329682A (zh) | 边缘交互方法及移动终端 | |
CN108334539A (zh) | 对象推荐方法、移动终端及计算机可读存储介质 | |
CN109213401A (zh) | 双面屏应用图标整理方法、移动终端及可读存储介质 | |
CN107657039A (zh) | 账单记录方法、移动终端及计算机可读存储介质 | |
CN109085990A (zh) | 一种手势控制方法、移动终端及计算机可读存储介质 | |
CN107528369A (zh) | 终端及其无线充电控制方法、计算机可读存储介质 | |
CN107273035A (zh) | 应用程序推荐方法及移动终端 | |
CN107239567A (zh) | 一种目标景物的识别方法、设备及计算机可读存储介质 | |
CN107547741A (zh) | 一种信息处理方法、装置及计算机可读存储介质 | |
CN109144705A (zh) | 应用程序管理方法、移动终端及计算机可读存储介质 | |
CN107896287A (zh) | 手机号码风险监测方法及移动终端 | |
CN108536291A (zh) | 一种应用操作方法、可穿戴设备及存储介质 | |
CN107172282A (zh) | 锁屏壁纸显示方法、移动终端及计算机可读存储介质 | |
CN108012029A (zh) | 一种信息处理方法、设备及计算机可读存储介质 | |
CN107729104A (zh) | 一种显示方法、移动终端以及计算机存储介质 | |
CN107422956A (zh) | 移动终端操作响应方法、移动终端及可读存储介质 | |
CN107590656A (zh) | 一种获取二维码的方法、终端及计算机可读存储介质 | |
CN107360297A (zh) | 一种联系人查找方法、终端及计算机可读存储介质 | |
CN107833077A (zh) | 广告插入方法及移动终端 |
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: 20190806 |
|
RJ01 | Rejection of invention patent application after publication |