CN110458420A - 一种分值评估方法、装置及存储介质 - Google Patents
一种分值评估方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110458420A CN110458420A CN201910652843.2A CN201910652843A CN110458420A CN 110458420 A CN110458420 A CN 110458420A CN 201910652843 A CN201910652843 A CN 201910652843A CN 110458420 A CN110458420 A CN 110458420A
- Authority
- CN
- China
- Prior art keywords
- evaluation index
- comment data
- comment
- target item
- score
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000011156 evaluation Methods 0.000 claims abstract description 277
- 241001269238 Data Species 0.000 claims abstract description 72
- 239000000284 extract Substances 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 238000012552 review Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 239000012141 concentrate Substances 0.000 description 5
- 238000013480 data collection Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000018199 S phase Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种分值评估方法、装置及存储介质，应用于智能城市领域，其中方法包括：获取与目标用户的特性相同的用户对于目标物品的所有评论数据；根据所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合；提取评论数据集合中用于评估目标物品的评估指标集合；根据评估指标集合和评论数据集合计算目标物品的综合得分。本申请获取并筛选得到高质量的评论数据作为评论数据集合，然后基于该评论数据集合以及从该评论数据集合中提取出来的评估指标集合，来评估目标物品的综合得分，从而提供了一种高效和准确的分值评估方法。
Description
技术领域
本申请涉及数据处理领域，尤其涉及一种分值评估方法、装置及存储介质。
背景技术
在信息化时代，人们可以通过参考互联网上其他人对于目标物品的评价，来了解目标物品的好坏。但由于针对于目标物品的评价数量巨大，且人工浏览和提炼数据的能力有限，于是用户可能花费了大量时间却获得较少的有用参考信息。
目前电子计算设备可以通过计算得到目标物品的综合得分，来直观的展示出目标物品的好坏。具体的，将不同用户对目标物品的打分的平均值作为目标物品的综合得分。
由于不同的人看问题的角度不同，于是人们在对同一物品打分时所考量的评估指标可能也不同，于是通过上述方法得到的综合得分无法比较准确和全面的评估出目标物品的好坏。于是还缺少一种比较准确的分值评估方法。
发明内容
本申请实施例提供一种分值评估方法，可以对目标物品进行高效和准确的分值评估。
第一方面，本申请实施例提供了一种分值评估方法，该方法包括：
获取与目标用户的特性相同的用户对于目标物品的所有评论数据；
根据所述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出所述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合；
提取所述评论数据集合中用于评估所述目标物品的评估指标集合；
根据所述评估指标集合和所述评论数据集合计算所述目标物品的综合得分。
第二方面，本申请实施例提供了一种分值评估装置，该分值评估装置包括用于执行上述第一方面的分值评估方法的单元，该分值评估装置包括：
获取单元，用于获取与目标用户的特性相同的用户对于目标物品的所有评论数据；
筛选单元，用于根据所述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出所述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合；
提取单元，用于提取所述评论数据集合中用于评估所述目标物品的评估指标集合；
评估单元，用于根据所述评估指标集合和所述评论数据集合计算所述目标物品的综合得分。
第三方面，本申请实施例提供了另一种分值评估装置，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储支持分值评估装置执行上述分值评估方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，用以执行上述第一方面的分值评估方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行，用以执行上述第一方面的分值评估方法。
本申请获取与目标用户的特性相同的用户对于目标物品的评论数据，并从评论数据中筛选出包含有相似评估指标的评论数据作为评论数据集合，最后基于该评论数据集合以及从该评论数据集合中提取出来的评估指标集合，来评估目标物品的综合得分。可见，本申请通过获取与目标用户相似的人群的所有评论数据，并筛选出其中包含有相似的评估指标的高质量评论数据，然后基于该高质量评论数据以及该高质量评论数据本身所包含的评估指标对目标物品进行评估，因此可以尽可能的贴近于目标用户的角度对目标物品进行全面和个性化的评估，从而得到的综合得分也更加准确，于是本申请提供了一种高效和准确的分值评估方法。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
图1是本申请实施例提供的一种分值评估方法的示意流程图；
图2是本申请另一实施例提供的一种分值评估方法的示意流程图；
图3是本申请实施例提供的一种分值评估装置的示意性框图；
图4是本申请实施例提供的一种分值评估装置的结构性框图；
图5是本申请实施例提供的一种计算评论数据的评估指标的交并比的示意图；
图6是本申请实施例提供的一种提取评论数据集合中的评估指标集合的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
本申请主要应用于分值评估装置，该分值评估装置可以是传统分值评估装置、大型存储系统、台式电脑、笔记本电脑、平板电脑、掌上电脑、智能手机、便携式数字播放器、智能手表以及智能手环等等，本申请对此不做限制。当分值评估装置与其他终端设备进行数据交互的时候，分值评估装置以及终端设备都按照预设格式进行对数据的特性进行记录并传送，其中，数据的特性包括时间、地点、类型等。
参见图1，是本申请实施例提供一种分值评估方法的示意流程图，如图1所示分值评估方法可包括：
101：获取与目标用户的特性相同的用户对于目标物品的所有评论数据。
在本申请实施例中，分值评估装置先获取与目标用户的特性相同的用户对于目标物品的所有评论数据，其中，评论数据为用户针对于目标物品的品质好坏进行评价得到文字数据(例如购物网站中每个商品下的用户评论)，目标用户为任意用户，目标物品为任意需要进行分值评估的物品，特性包括属性和偏好中的至少一种，属性用于表示用户本身的特质(例如性别、年龄和职业的等)，偏好用于表示用户的喜好(例如喜欢的颜色、食物口味和穿衣风格)。具体的，先获取目标用户的特性，然后查找包含该特性的用户，以及包含该特性的用户对于目标物品的所有评论数据。
需要说明的是，上述获取得到的评论数据是通过网络爬虫的技术在互联网上随机获取得到的，由于网络爬虫技术只是对网络上符合条件的评论数据进行随机的获取，于是本申请实施例不需要获取全网所有符合标准的评论数据，因为与目标用户的特性相同的用户的数量不仅难以估量，并且一个用户对于同一个物品的评估也有可能有多条，于是本申请实施例可以通过网络爬虫的技术获取到数量适中的评论数据，减少本端的分值评估装置的工作量，以提高及时响应的速度，以提高工作效率。
还需要说明的是，偏好与属性不同。偏好是用户喜欢的物品的共同点，是通过多次购物之后积累得到的经验，适合于已经有比较丰富的物品使用经验的用户，而属性是用户本身的特点，例如肤质、年龄、性别和年龄等，是毫无疑义确定的，一般不需要总结且可以比较轻易的得到。总的来说，属性是比较客观的数据，而偏好是比较主观容易改变的数据，在用户的物品使用经验不足的时候，用户无法明确自己的偏好，于是在目标用户的购物经验不足也即是偏好数据不足的情况下，本申请只获取与用户的属性相同的用户对于目标物品的所有评论数据。
在一种可实施方式中，上述获取与目标用户的特性相同的用户对于目标物品的所有评论数据之前，接收包含物品的类别的搜索指令；将已登录用户作为上述目标用户；获取目标用户在上述物品类别下的特性；确定该物品类别下的所有物品，并将该物品类别下的所有物品中的任意一个物品作为上述目标物品。
本申请实施例可以应用于目标用户搜索物品的场景，当本端的分值评估装置接收到搜索指令的时候，将当前登录的用户作为上述目标用户，并获取接收到的搜索指令中所包含的物品的类别，然后获取目标用户在该物品的类别下的特性，以及获取该物品类别下的所有物品，将该物品类别下的所有物品中的任意一种物品作为上述目标物品。可见，本申请实施例提供了一种确定目标物品和目标用户的方法，且对目标用户的特性进一步限定，根据目标用户搜索的物品类别的不同，对应的目标用户的特性也不同，目标用户输入的物品类别越细化，获得的目标用户的特性也更加精准，从而更加准确的获取到与目标用户相似的用户。
举例来说，当目标用户输入的物品类别为“鞋”时，获取到该物品类别对应的目标用户的特性为女、码数和喜欢宽松等，如果目标用户输入的物品类别为“凉鞋”时，获取到该物品类别对应的目标用户的特性为女、码数、喜欢合脚和喜欢皮质等，如果目标用户输入的物品类别为“皮鞋”时，获取到该物品类别对应的目标用户的特性为女、码数、喜欢保暖和喜欢柔软等。可见，对于不同的物品类别，目标用户的特性不同，于是本申请根据用户输入的物品类别来确定目标用户的特性，可以进一步的提高后续搜索的与用户相似的用户的精确度。
可选的，上述得到物品集合的另一种可选方法是，获取上述类别下的预设个数的物品，然后将该预设个数的物品集中在一起，得到上述物品集合。可见，本申请实施例不需要对一个类别下的所有物品都进行分值评估，评估效率更高。
可选的，上述获取目标用户的特性的方法还可以是，显示特性输入提示(该特性输入提示中还包含多个供用户参考的参考实例，或者可供目标用户直接点击选择的特性)，以提示目标用户输入该目标用户的特性，接收包含有目标用户的特性的特性信息；或者，从目标用户的历史行为数据中提取目标用户的特性，然后根据历史行为数据的来源(例如历史行为数据来源于物品介绍网页下的评价)确定特性所对应的物品的类别，并保存特性与物品的类别之间的对应关系。
可选的，上述搜索指令中除了可以包含物品类别(例如鞋)以外，还可以包含物品(例如某个鞋的品牌)。当搜索指令中包含的是物品的类别的时候，将该类别下的所有物品集中在一起，得到物品集合，在该物品集合中或者任意一个物品作为上述目标物品；当搜索指令中包含的是物品的时候，将该物品直接作为上述目标物品，然后查找该目标物品所属的类别。
102：根据上述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出上述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合。
在本申请实施例中，分值评估装置首先根据上述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，来评估上述所有评论数据中的任意两条评论数据分别所包含的评估指标的相似度，从而筛选出上述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合。其中，任意两个评论数据所包含的评估指标的交并比越大，该任意两个评论数据所包含的评估指标的相似度越高。如图5所示，评估指标的交并比(IOU，Intersection over Union)指的是两两评论数据之间含有一样的评估指标的个数，与两两评论数据之间含有的总的评估指标的个数的比值，当两个评论数据分别所包含的评估指标的交并比大于第一阈值的时，表示该两个评论数据分别所包含的评估指标相似。
具体的，分值评估装置首先提取上述所有评论数据中的各评论数据分别所包含的评估指标，并计算该所有评论数据中任意两条评论数据所包含的评估指标的交并比，然后将评估指标的交并比大于第一阈值的评论数据作为评论数据对，并将含有相同评论数据的评论数据对组合在一起，得到至少一个评论数据组，最后从至少一个评论数据组中筛选出评论数据的个数大于第二阈值的评论数据组作为评论数据集合。其中，第一阈值可以为小于等于1，大于等于0的任意数值，第二阈值为任意正整数，本申请对此不作限定。一般来说，第一阈值为0.5，第二阈值为步骤101中获取得到所有评论数据的个数的一半时，可以使得最终的分值评估结果更加准确。
可见，本申请实施例先确定上述所有评论数据中任意两个评论数据中分别所包含的评估指标是否相似的，如果相似则组合在一起作为一个评论数据对，然后将含有相同的评论数据的评论数据对组合在一起，便可以得到一个评论数据组，由于评论数据组可能有多个，于是选取评论数据组中包含有评论数据个数大于第二阈值的评论数据组作为评论数据集合。进一步的，当评论数据个数大于第二阈值的评论数据组有多个时，从中选择评论数据个数最多的评论数据组作为评论数据集合，且在存在多个评论数据个数都是最多的评论数据组时，从中任选一个评论数据组作为评论数据集合。
举例来说，假设与目标用户的特性相同的用户对于目标物品的评论数据有五个评论数据，第一评论数据、第二评论数据、第三评论数据、第四评论数据和第五评论数据。首先计算该五个评论数据中两两评论数据之间的评估指标之间的交并比，以确定任意两个评论数据的评估指标是否相似，例如计算第一评论数据与第二评论数据的评估指标的交并比，第一评论数据包含第一评估指标、第二评估指标、第三评估指标，第二评论数据包含第一评估指标和第二评估指标，于是第一评论数据与第二评论数据的评估指标的交并比为2/3，大于第一阈值0.5，于是第一评论数据与第二评论数据的评估指标相似，按照以上方法确定剩下的两两评论数据的评估指标是否相似。然后将包含相似评估指标的评论数据组合在一起，以得到多个评论数据对，再将含有相同评论数据的评论数据对组合在一起得到评论数据组。假设第一评论数据对包含第一评论数据和第二评论数据，第二评论数据对包含第二评论数据和第三评论数据，该两个评论数据对中都包含一个相同的第二评论数据，于是将该两个评论数据对组合在一起，得到一个评论数据组，该评论数据组中包含第一评论数据、第二评论数据和第三评论数据。假设最后得到两个评论数据组，第一个评论数据组包含第一评论数据、第二评论数据和第三评论数据，第二个评论数据组包含第四评论数据和第五评论数据，然后将包含评论数据个数大于第二阈值0.5的评论数据组作为上述独权的评论数据集合，即选取第一评论数据组作为上述评论数据集合。
需要说明的是，任意两个评论数据组之间不存在交集，也即是不包含一样的评论数据。举例来说，评论数据对A与评论数据对B包含一样的评论数据，评论数据对B与评论数据对C包含一样的评论数据，即使A和C之间不包含一样的评论数据，最终A、B和C也会被划分到一个评论数据组。
还需要说明的是，上述提取评论数据中的评估指标的方式有三种方式，第一种方式是本端的分值评估装置中存储有预设的评估指标，于是在提取评论数据中的评估指标的时候，使用模糊匹配的方法或者精准匹配的方法，提取评论数据中存在的预设的评估指标，也就是评论数据中的评估指标只能是预设的评估指标范围内的，第二种方式是，使用语义识别的方法从评论数据中提取出任意的评估指标，第三种方式为第一种方式和第二种方式的结合，既使用模糊匹配和精准匹配的方法从评论数据中提取出预设的评估指标，又使用语义识别的方法提取出评论数据中不在预设的评估指标范围内的评估指标。
103：提取上述评论数据集合中用于评估上述目标物品的评估指标集合。
在本申请实施例中，得到上述评论数据集合之后，提取该评论数据集合中个所有评论数据指标，并将该所有评论数据指标集中在一起，以得到用于评估上述目标物品的评估指标集合。其中，评估指标集合中包含至少一个评估指标，评估指标的提取方法上文已进行了描述，在此不再赘述。
在另一种可实施的实现方式中，上述获得评估指标集合的方式还可以是，先提取出评论数据集合中的所有评论数据指标，然后将该所有评论数据指标中出现次数大于第三阈值的评估指标集中在一起，得到评估指标集合。
本申请实施例对从评论数据集合中提取到的评估指标进行进一步的筛选。先提取出上述评论数据集合中的所有评论数据指标，由于不同评论数据中可能包含相同的评估指标，于是相同的评估指标出现多次，本申请可只提取出现次数大于第三阈值的评估指标，然后将该出现次数大于第三阈值的评估指标集中在一起，得到上述评估指标集合。从而通过本申请实施例所得到评估指标的质量更高，也更精确，并可以进一步提高后续分值评估的准确性。其中，第三阈值为任意正整数，一般来说，该第三阈值设置为2时可以使得最终的分值评估的效果较好。具体的，将评论数据集合中出现次数大于第三阈值(假设第三阈值为2)的评估指标集中在一起，作为评估指标集合的过程，可以形象的表示为如图6所示的方法，图6中的阴影部分即为被选中的评估指标。
举例来说，评论数据集合中包含三个评论数据，第一评论数据、第二评论数据和第三评论数据。第一评论数据A包含评估指标①、评估指标②、评估指标④和评估指标⑤，第二评论数据B包含评估指标②、评估指标④、评估指标③和评估指标⑥，第三评估C包含评估指标⑦、评估指标①、评估指标④和评估指标③。将选中该三个评论数据中每个评论数据与其他两个评论数据相同的评估指标，即评估指标①、评估指标②、评估指标③和评估指标④，将该四个评估指标集中在一起，得到评估指标集合。
在一种可实施方式中，将上述评估指标集合与上述特性建立连接关系，发送给服务器，以使服务器保存该连接关系。
可见，通过建立评估指标集合和特性之间的连接关系，有利于在服务于另一个同样包含上述目标用户的特性的用户的时候，快速通过用户的特性获取到对应的评估指标集合，从而大大提高评估效率。
104：根据上述评估指标集合和评论数据集合计算上述目标物品的综合得分。
在本申请实施例中，先根据评论数据集合，评估目标物品在评估指标集合的每个评估指标下的分项得分，得到分项得分集合，然后获取评估指标集合对应的指标权重集合，指标权重集合中包含了评估指标集合中每个评估指标对应的权重，最后利用分项得分集合和指标权重集合进行加权求和计算得到目标物品的总分，并对该总分进行归一化得到目标物品的综合得分，之所以对目标物品的总分进行归一化是因为，针对不同物品，评估指标不同，评估指标的个数也不一样，于是计算得到总分不能直接比较，于是将目标物品的总分归一化才得到目标物品的综合得分。其中，上述根据评论数据集合，评估目标物品在评估指标集合的每个评估指标下的分项得分的方法指的是，获取评估指标集合、评估规则以及评论数据集合对目标物品在上述评估指标集合中的每个评估指标下的分项得分进行评估，其中，评估规则记载了物品在各个评估指标的评分规则。而按照评估规则对目标物品在各个评估指标下的分项得分进行评分有三种方式，具体如下。
第一种方式，若从评论数据中提取出来的评估指标为预设的评估指标，评估规则中记载了预设的评估指标、评估内容(例如评估指标为舒适度，评估内容为好、良和差等)以及分项得分的对应关系。上述根据评论数据集合，评估目标物品在上述评估指标集合中的每个评估指标下的分项得分指的是，首先提取评论数据中与评估指标对应的评估内容，然后对照评估规则查找到目标物品的评估内容对应的分项得分，从而得到目标物品在各个评估指标下的分项得分。
举例来说，上述评估规则包含的评估指标、评估内容和分项得分的对应关系如下表，当上述评估指标为“舒适度”，评估内容为“软”的时候，于是对照评估规则，可以查找到目标物品的分项得分为100分。
第二种方式是，若提取出来的评估指标不是预设的评估指标，则针对所有不是预设的评估指标，评估规则中记载了非预设的各评估指标都适用的等级和分项得分的对应关系，其中，等级表示了目标物品在评估指标下的好坏。上述评估目标物品在上述评估指标集合中的每个评估指标下的分项得分指的是，提取评估中评估指标对应的评论数据内容，然后使用语义识别的方法识别评估内容，得到目标物品的等级，然后对照评估规则，查找到目标物品的等级所对应的分项得分。
举例来说，包含各评估指标、等级和分项得分的对应关系的评估规则如下表，当上述评估指标为“舒适度”，评估内容为“软”的时候，本端的分值评估装置评估通过语义识别，确定该评估内容为“优等”，于是对照评估规则，可以查找到目标物品的分项得分为100分。
第三种方式是，第三种方式是第一种方式和第二种方式的结合，提取的评估指标集合中的部分评估指标为预设的评估指标，提取到的其余部分的评估指标不为预设的评估指标。上述评估规则中既包含预设的评估指标、评估内容和分项得分的对应关系，也包含其余非预设的评估指标、等级和分项得分的对应关系。
可见，无论从评论数据中提取的评估指标是否为预设的评估指标，本申请实施例都可以计算目标物品的分项得分。并且上述举例只是本申请实施例一种可能实现的方式，本申请实施例不对上述评估指标、评估内容、等级和分项得分，以及这几者之间的对应关系等进行限定。
需要说明的是，若从评论数据中提取的评估指标是预设的评估指标，则分值评估装置中保存有该评估指标对应的权重，若从评论数据中提取的评估指标不是预设的评估指标，则通过提示用户输入权重来获取得到该评估指标对应的权重。相应的，上述获取评估指标集合对应的指标权重集合指的是，从分值评估装置的本地数据库中和/或获取用户输入的指标权重集合。
在一种可实施的实施方式中，上述指标权重集合为目标用户设置的，具体的，上述获取评估指标集合对应的指标权重集合指的是，显示权重设置提示(例如“请输入或者修改以下多个评估指标的权重”)，该权重设置提示权重设置提示用于提示用户输入指标权重集合，即用于指示用户输入评估指标集合中各评估指标对应的权重，然后接收用户针对于权重设置提示而输入的指标权重集合。
在一种可实施方式中，上述指标权重集合还可以是基于调研数据计算出来的。上述获取评估指标集合对应的指标权重集合指的是，获取评估指标集合对应的问卷调研数据，然后利用层次分析法处理该问卷调研数据，计算出评估指标集合中每个评估指标分别对应的权重，得到上述指标权重集合。
在本申请实施例中，上述指标权重集合还可以是基于调研数据计算出来的指标权重集合。通过问卷调查获得问卷调研数据，该问卷调研数据中包含至少一个用户对评估指标集合中的每个评估指标所设定的权重，于是利用层次分析法将每个用户的所设定的权重综合起来，计算得到上述指标权重集合中每个评估指标所对应的权重。其中，上述层次分析法AHP(Analytic Hierarchy Process)是一种多方案或多目标的决策方法，是一种定性与定量相结合的决策分析方法。
具体的，获取评估指标集合对应的调研数据，调研数据中包含多个用户对评估指标集合中每个评估指标的评分，评分大小反映了对应的评估指标的重要程度；确定两两评估指标的评分之比，以建立判断矩阵；归一化判断矩阵，得到评估指标集合中每个评估指标分别对应的权重；将评估指标集合中每个评估指标分别对应的权重集中在一起，得到上述指标权重集合。
举例来说，调研数据中包含多个用户分别对上述多个评估指标的重要程度的打分，然后根据调研数据构造判断矩阵。假设第一评估指标、第二评估指标、第三评估指标、第四评估指标和第五评估指标分别为a1、a2、a3、a4以及a5分，则在确定评估指标之间的权重时，不把所有评论数据指标放在一起比较，而是两两相互比较。对比时采用相对尺度，以尽可能减少性质不同因素相互比较的困难，以提高准确度。根据上述多个评估指标分别的得分，该判断矩阵中包含了上述多个评估指标中的两两评估指标之间的分数之比，根据上述五个评估指标的评分，可以构建如下所示的判断矩阵：
在该判断矩阵中，第n行第m列代表的是第n评估指标和第m评估指标的分数之比，若第n评估指标和第m评估指标的分数之比小于1，则说明第m评估指标比第n评估指标重要，若第n评估指标和第m评估指标的分数之比大于1，则说明第n评估指标比第m评估指标重要，若第n评估指标和第m评估指标的分数之比为1.则说明第n评估指标和第m评估指标一样重要。在得到上述判断矩阵之后，将该判断矩阵进行归一化，便得到上述5个评估指标分别对应的权重。
需要注意的是，在构建判断矩阵的时候，要注意对判断矩阵的一致性进行检验，该一致性指的是判断思维的逻辑一致性。如当第二评估指标比第一评估指标是强烈重要，而第三评估指标比第一评估指标是稍微重要时，显然第二评估指标一定比第三评估指标重要。这就是判断思维的逻辑一致性，否则判断就会有矛盾。
还需要说明的是，若上述在评论数据中提取的评估指标是预设的评估指标，则上述指标权重集合可以是存储在分值评估装置中的默认的权重集合，也可以由目标用户输入的权重集合，也可以是基于调研数据计算出来的权重集合。若上述在评论数据中提取的评估指标不是预设的评估指标，则上述指标权重集合可以是目标用户设置的权重集合，也可以是基于调研数据计算出来的权重集合。
在一种可实施的方式中，在上述利用分项得分集合和指标权重集合计算得到目标物品的综合得分之后，还根据分项得分集合中的各分项得分的大小确定目标物品的标签，然后获取与目标物品类别相同的至少一个物品，以及至少一个物品的综合得分和标签，最后按照目标物品和至少一个物品的综合得分从大到小的顺序显示目标物品和至少一个物品，以及目标物品和至少一个物品的标签。需要注意的是，上述与目标物品类别相同的至少一个物品的综合得分以及标签，也是参考上述对目标物品进行分值评估的方法来得到的，在此不再赘述。
举例来说，在根据分项得分的大小确定目标物品的标签的时候，首先获取大于第四阈值的分项得分，然后获取该分项得分对应的评估指标，最后根据该评估指标确定目标物品的标签，例如评估指标为“舒适度”，则对应的标签就为“舒适”。其中，第四阈值为可以为任意整数，本申请对此不作限定。
可见，本申请实施例除了可以上述对物品进行分值评估，得到物品的综合得分以外，还因为可以根据上述分项得分确定物品的标签以及展示物品的综合得分和标签，于是本申请还可以进行物品推荐，并通过展示出物品的综合得分和标签来帮助目标用户快速的获知物品的优点。
在一种可实施的方式中，在上述按照目标物品和至少一个物品的综合得分从大到小的顺序显示目标物品和至少一个物品，以及目标物品和至少一个物品的标签之后，还接收标签选择指令，标签选择指令包含至少一个标签，然后根据标签选择指令确定被选中的标签，最后显示目标物品和至少一个物品中包含被选中的标签的物品。
在本申请实施例中，在显示上述目标物品和至少一个物品的综合得分以及标签之后，用户还可以通过点击操作等选择物品的标签，然后本端的分值评估装置根据接收到的标签选择指令，确定目标用户选中的标签，以及包含该用户选中的标签的物品，然后将包含该用户选中的标签的物品按照综合得分的大小重新进行排序和显示。
在一种可实施的方式中，基于用户选中的标签所对应的评估指标，对物品集合中的物品的综合得分重新进行计算。
本申请获取与目标用户的特性相同的用户对于目标物品的评论数据，并从评论数据中筛选出包含有相似评估指标的评论数据作为评论数据集合，最后基于该评论数据集合以及从该评论数据集合中提取出来的评估指标集合，来评估目标物品的综合得分。可见，本申请通过获取与目标用户相似的人群的所有评论数据，并筛选出其中包含有相似的评估指标的高质量评论数据，然后基于该高质量评论数据以及该高质量评论数据本身所包含的评估指标对目标物品进行评估，所以本申请可以尽可能的贴近于目标用户的角度对目标物品进行全面和个性化的评估，从而得到的综合得分也更加准确，于是本申请提供了一种高效和准确的分值评估方法。
参见图2，是本申请实施例提供另一种分值评估方法的示意流程图，如图2所示分值评估方法可包括：
201：获取与目标用户的特性相同的用户对于目标物品的所有评论数据。
202：根据上述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出上述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合。
203：提取上述评论数据集合中用于评估目标物品的评估指标集合。
在另一种可实施的实现方式中，上述获得评估指标集合的方式还可以是，先提取出评论数据集合中的所有评论数据指标，然后将该所有评论数据指标中出现次数大于第三阈值的评估指标集中在一起，得到评估指标集合。
204：根据上述评论数据集合，评估目标物品在上述评估指标集合的每个评估指标下的分项得分，得到分项得分集合。
在本申请实施例中，先根据评论数据集合，评估目标物品在评估指标集合的每个评估指标下的分项得分，得到分项得分集合。其中，上述根据评论数据集合，评估目标物品在评估指标集合的每个评估指标下的分项得分的方法指的是，获取评估指标集合、评估规则以及评论数据集合对目标物品在上述评估指标集合中的每个评估指标下的分项得分进行评估，其中，评估规则记载了物品在各个评估指标的评分规则。
205：获取上述评估指标集合对应的指标权重集合。
在本申请实施例中，获取评估指标集合对应的指标权重集合，指标权重集合中包含了评估指标集合中每个评估指标对应的权重。
在一种可实施的实施方式中，上述指标权重集合为目标用户设置的，具体的，上述获取评估指标集合对应的指标权重集合指的是，显示权重设置提示(例如“请输入或者修改以下多个评估指标的权重”)，该权重设置提示权重设置提示用于提示用户输入指标权重集合，即用于指示用户输入评估指标集合中各评估指标对应的权重，然后接收用户针对于权重设置提示而输入的指标权重集合。
206：利用上述分项得分集合和指标权重集合计算得到目标物品的综合得分。
在本申请实施例中，利用分项得分集合和指标权重集合进行加权求和计算得到目标物品的总分，并对该总分进行归一化得到目标物品的综合得分，之所以对目标物品的总分进行归一化是因为，针对不同物品，评估指标不同，评估指标的个数也不一样，于是计算得到总分无法直接比较，于是将目标物品的总分归一化才得到目标物品的综合得分。
在一种可实施的方式中，在上述利用分项得分集合和指标权重集合计算得到目标物品的综合得分之后，还根据分项得分集合中的各分项得分的大小确定目标物品的标签，然后获取与目标物品类别相同的至少一个物品，以及至少一个物品的综合得分和标签，最后按照目标物品和至少一个物品的综合得分从大到小的顺序显示目标物品和至少一个物品，以及目标物品和至少一个物品的标签。需要注意的是，上述与目标物品类别相同的至少一个物品的综合得分以及标签，也是参考上述对目标物品进行分值评估的方法来得到的，在此不再赘述。
在一种可实施的方式中，在上述按照目标物品和至少一个物品的综合得分从大到小的顺序显示目标物品和至少一个物品，以及目标物品和至少一个物品的标签之后，还接收标签选择指令，标签选择指令包含至少一个标签，然后根据标签选择指令确定被选中的标签，最后显示目标物品和至少一个物品中包含被选中的标签的物品。
在一种可实施的方式中，基于用户选中的标签所对应的评估指标，对物品集合中的物品的综合得分重新进行计算。
本申请实施例相比于上一申请实施例，更加详细的对本申请的分值评估方法，尤其是计算目标物品的综合得分的流程进行了说明。可见，本申请实施例在上一个申请实施例的基础上，能进一步的提高物品评估的准确度以及效率。
本申请实施例还提供一种分值评估装置，该分值评估装置用于执行前述任一项的分值评估方法的单元。具体地，参见图3，是本申请实施例提供的一种分值评估装置的示意框图。本实施例的分值评估装置包括：获取单元310、筛选单元320、提取单元330以及评估单元340。具体的：
获取单元310，用于获取与目标用户的特性相同的用户对于目标物品的所有评论数据；筛选单元320，用于根据上述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出上述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合；提取单元330，用于提取上述评论数据集合中用于评估上述目标物品的评估指标集合；评估单元340，用于根据上述评估指标集合和上述评论数据集合计算上述目标物品的综合得分。
在一种可实施的方式中，上述筛选单元320，具体用于提取上述所有评论数据中的各评论数据分别所包含的评估指标；计算上述所有评论数据中任意两条评论数据所包含的评估指标的交并比；将上述评估指标的交并比大于第一阈值的评论数据作为评论数据对；将含有相同评论数据的评论数据对组合在一起，得到至少一个评论数据组；从上述至少一个评论数据组中筛选出评论数据的个数大于第二阈值的评论数据组作为上述评论数据集合。
在一种可实施的方式中，上述提取单元330，具体用于提取上述评论数据集合中的所有评论数据指标；将上述所有评论数据指标中出现次数大于第三阈值的评估指标集中在一起，得到评估指标集合。
在一种可实施的方式中，上述评估单元340，具体用于根据上述评论数据集合，评估上述目标物品在上述评估指标集合的每个评估指标下的分项得分，得到分项得分集合；上述获取单元310，还用于获取上述评估指标集合对应的指标权重集合，上述指标权重集合包含上述评估指标集合中每个评估指标对应的权重；上述评估单元340还具体用于，利用上述分项得分集合和上述指标权重集合计算得到上述目标物品的综合得分。
在一种可实施的方式中，上述分值评估装置还包括显示单元350，该显示单元350用于显示权重设置提示，上述权重设置提示用于提示用户输入指标权重集合；上述分值评估装置还包括接收单元360，该接收单元360用于接收针对于上述权重设置提示而输入的指标权重集合。
在一种可实施的方式中，上述分值评估装置还包括确定单元370，该确定单元370用于根据上述分项得分集合中的各分项得分的大小确定上述目标物品的标签；上述获取单元310，还用于获取与上述目标物品类别相同的至少一个物品，以及上述至少一个物品的综合得分和标签；上述分值评估装置还包括显示单元350，该显示单元350用于按照上述目标物品和上述至少一个物品的综合得分从大到小的顺序显示上述目标物品和上述至少一个物品，以及上述目标物品和上述至少一个物品的标签。
在一种可实施的方式中，上述分值评估装置还包括接收单元360，该接收单元360用于接收标签选择指令，上述标签选择指令包含至少一个标签；上述分值评估装置还包括确定单元370，该确定单元370用于根据上述标签选择指令确定被选中的标签；上述分值评估装置还包括显示单元350，该显示单元350用于显示上述目标物品和上述至少一个物品中包含上述被选中的标签的物品。
本申请利用获取单元获取与目标用户的特性相同的用户对于目标物品的评论数据，并利用筛选单元从评论数据中筛选出包含有相似评估指标的评论数据作为评论数据集合，然后提取单元从该评论数据集合中提取出来的评估指标集合，最后评估单元基于该评论数据集合以及评估指标集合，来评估目标物品的综合得分。可见，本申请通过获取与目标用户相似的人群的所有评论数据，并筛选出其中包含有相似的评估指标的高质量评论数据，然后基于该高质量评论数据以及该高质量评论数据本身所包含的评估指标对目标物品进行评估，所以本申请可以尽可能的贴近于目标用户的角度对目标物品进行全面和个性化的评估，从而得到的综合得分也更加准确，于是本申请提供了一种高效和准确的分值评估方法。
参见图4，是本申请另一实施例提供的一种分值评估装置示意框图。如图所示的本实施例中的分值评估装置可以包括：一个或多个处理器410和存储器420。上述处理器410和存储器420通过总线430连接。存储器420用于存储计算机程序，计算机程序包括程序指令，处理器410用于执行存储器420存储的程序指令。具体的：
上述处理器410，用于执行获取单元310的功能，用于获取与目标用户的特性相同的用户对于目标物品的所有评论数据；上述处理器410，还用于执行筛选单元320的功能，用于根据上述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出上述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合；上述处理器410，还用于执行提取单元330的功能，用于提取上述评论数据集合中用于评估上述目标物品的评估指标集合；上述处理器410，还用于执行评估单元340的功能，用于根据上述评估指标集合和上述评论数据集合计算上述目标物品的综合得分。
在一种可实施的方式中，上述处理器410，具体用于提取上述所有评论数据中的各评论数据分别所包含的评估指标；计算上述所有评论数据中任意两条评论数据所包含的评估指标的交并比；将上述评估指标的交并比大于第一阈值的评论数据作为评论数据对；将含有相同评论数据的评论数据对组合在一起，得到至少一个评论数据组；从上述至少一个评论数据组中筛选出评论数据的个数大于第二阈值的评论数据组作为上述评论数据集合。
在一种可实施的方式中，上述处理器410，具体用于提取上述评论数据集合中的所有评论数据指标；将上述所有评论数据指标中出现次数大于第三阈值的评估指标集中在一起，得到评估指标集合。
在一种可实施的方式中，上述处理器410，具体用于根据上述评论数据集合，评估上述目标物品在上述评估指标集合的每个评估指标下的分项得分，得到分项得分集合；还用于获取上述评估指标集合对应的指标权重集合，上述指标权重集合包含上述评估指标集合中每个评估指标对应的权重；还具体用于，利用上述分项得分集合和上述指标权重集合计算得到上述目标物品的综合得分。
在一种可实施的方式中，上述分值评估装置还包括输出设备440，输出设备440用于执行显示单元350的功能，用于显示权重设置提示，上述权重设置提示用于提示用户输入指标权重集合；上述分值评估装置还包括输入设备450，输入设备450用于执行接收单元360的功能，用于接收针对于上述权重设置提示而输入的指标权重集合。
在一种可实施的方式中，上述处理器410，还用于执行确定单元370的功能，用于根据上述分项得分集合中的各分项得分的大小确定上述目标物品的标签；还用于获取与上述目标物品类别相同的至少一个物品，以及上述至少一个物品的综合得分和标签；上述分值评估装置还包括输出设备440，该输出设备440用于执行显示单元350的功能，用于按照上述目标物品和上述至少一个物品的综合得分从大到小的顺序显示上述目标物品和上述至少一个物品，以及上述目标物品和上述至少一个物品的标签。
在一种可实施的方式中，上述分值评估装置还包括输入设备450，该输入设备450用于执行接收单元360的功能，用于接收标签选择指令，上述标签选择指令包含至少一个标签；上述处理器410，还用于执行确定单元370的功能，用于根据上述标签选择指令确定被选中的标签；上述分值评估装置还包括输出设备440，用于执行显示单元350的功能，用于显示上述目标物品和上述至少一个物品中包含上述被选中的标签的物品。
应当理解，在本申请实施例中，所称处理器410可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器420可以包括只读存储器和随机存取存储器，并向处理器410提供指令和数据。存储器420的一部分还可以包括非易失性随机存取存储器。例如，存储器420还可以存储设备类型的信息。
具体实现中，本申请实施例中所描述的处理器410可执行本申请实施例提供的分值评估方法的第一实施例和第二实施例中所描述的实现方式，也可执行本申请实施例所描述的分值评估装置的实现方式，在此不再赘述。
在本申请的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行。：
计算机可读存储介质可以是前述任一实施例的分值评估装置的内部存储单元，例如分值评估装置的硬盘或内存。计算机可读存储介质也可以是分值评估装置的外部存储设备，例如分值评估装置上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括分值评估装置的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序以及分值评估装置所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同分值评估方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的分值评估装置和单元的具体工作过程，可以参考前述分值评估方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的分值评估装置和分值评估方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，分值评估装置，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种分值评估方法，其特征在于，包括：
获取与目标用户的特性相同的用户对于目标物品的所有评论数据；
根据所述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出所述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合；
提取所述评论数据集合中用于评估所述目标物品的评估指标集合；
根据所述评估指标集合和所述评论数据集合计算所述目标物品的综合得分。
2.根据权利要求1所述的方法，其特征在于，所述根据所述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出所述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合，包括：
提取所述所有评论数据中的各评论数据分别所包含的评估指标；
计算所述所有评论数据中任意两条评论数据所包含的评估指标的交并比；
将所述评估指标的交并比大于第一阈值的评论数据作为评论数据对；
将含有相同评论数据的评论数据对组合在一起，得到至少一个评论数据组；
从所述至少一个评论数据组中筛选出评论数据的个数大于第二阈值的评论数据组作为所述评论数据集合。
3.根据权利要求1或2所述的方法，其特征在于，所述提取所述评论数据集合中用于评估所述目标物品的评估指标集合，包括：
提取所述评论数据集合中的所有评论数据指标；
将所述所有评论数据指标中出现次数大于第三阈值的评估指标集中在一起，得到评估指标集合。
4.根据权利要求1至3任意一项所述的方法，其特征在于，所述根据所述评估指标集合和所述评论数据集合计算所述目标物品的综合得分，包括：
根据所述评论数据集合，评估所述目标物品在所述评估指标集合的每个评估指标下的分项得分，得到分项得分集合；
获取所述评估指标集合对应的指标权重集合，所述指标权重集合包含所述评估指标集合中每个评估指标对应的权重；
利用所述分项得分集合和所述指标权重集合计算得到所述目标物品的综合得分。
5.根据权利要求4所述的方法，其特征在于，所述获取所述评估指标集合对应的指标权重集合，包括：
显示权重设置提示，所述权重设置提示用于提示用户输入指标权重集合；
接收针对于所述权重设置提示而输入的指标权重集合。
6.根据权利要求4或5所述的方法，其特征在于，所述利用所述分项得分集合和所述指标权重集合计算得到所述目标物品的综合得分之后，还包括：
根据所述分项得分集合中的各分项得分的大小确定所述目标物品的标签；
获取与所述目标物品类别相同的至少一个物品，以及所述至少一个物品的综合得分和标签；
按照所述目标物品和所述至少一个物品的综合得分从大到小的顺序显示所述目标物品和所述至少一个物品，以及所述目标物品和所述至少一个物品的标签。
7.根据权利要求6所述的方法，其特征在于，所述按照所述目标物品和所述至少一个物品的综合得分从大到小的顺序显示所述目标物品和所述至少一个物品，以及所述目标物品和所述至少一个物品的标签之后，还包括：
接收标签选择指令，所述标签选择指令包含至少一个标签；
根据所述标签选择指令确定被选中的标签；
显示所述目标物品和所述至少一个物品中包含所述被选中的标签的物品。
8.一种分值评估装置，其特征在于，包括：
获取单元，用于获取与目标用户的特性相同的用户对于目标物品的所有评论数据；
筛选单元，用于根据所述所有评论数据中的任意两条评论数据所包含的评估指标的交并比，筛选出所述所有评论数据中包含有相似的评估指标的评论数据作为评论数据集合；
提取单元，用于提取所述评论数据集合中用于评估所述目标物品的评估指标集合；
评估单元，用于根据所述评估指标集合和所述评论数据集合计算所述目标物品的综合得分。
9.一种分值评估装置，其特征在于，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，用以执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910652843.2A CN110458420A (zh) | 2019-07-18 | 2019-07-18 | 一种分值评估方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910652843.2A CN110458420A (zh) | 2019-07-18 | 2019-07-18 | 一种分值评估方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110458420A true CN110458420A (zh) | 2019-11-15 |
Family
ID=68481497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910652843.2A Pending CN110458420A (zh) | 2019-07-18 | 2019-07-18 | 一种分值评估方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110458420A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102929928A (zh) * | 2012-09-21 | 2013-02-13 | 北京格致璞科技有限公司 | 基于多维相似度的个性化新闻推荐方法 |
| CN106372202A (zh) * | 2016-08-31 | 2017-02-01 | 北京奇艺世纪科技有限公司 | 文本相似度计算方法及装置 |
| CN107329994A (zh) * | 2017-06-08 | 2017-11-07 | 天津大学 | 一种基于用户特征的改进协同过滤推荐方法 |
| CN107704941A (zh) * | 2016-08-08 | 2018-02-16 | 华为软件技术有限公司 | 一种显示物品评论的方法及装置 |
| CN108491377A (zh) * | 2018-03-06 | 2018-09-04 | 中国计量大学 | 一种基于多维度信息融合的电商产品综合评分方法 |
| CN109636440A (zh) * | 2018-11-06 | 2019-04-16 | 航天信息股份有限公司 | 商品满意度的评估方法和装置，存储介质和电子设备 |
| CN109767831A (zh) * | 2018-12-13 | 2019-05-17 | 平安医疗健康管理股份有限公司 | 一种医疗机构评价方法、评价装置及计算机可读存储介质 |
| CN109767068A (zh) * | 2018-12-13 | 2019-05-17 | 平安科技（深圳）有限公司 | 一种医疗机构评价方法、评价装置及计算机可读存储介质 |
| CN109993544A (zh) * | 2017-12-29 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 数据处理方法、系统、计算机系统及计算机可读存储介质 |
-
2019
- 2019-07-18 CN CN201910652843.2A patent/CN110458420A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102929928A (zh) * | 2012-09-21 | 2013-02-13 | 北京格致璞科技有限公司 | 基于多维相似度的个性化新闻推荐方法 |
| CN107704941A (zh) * | 2016-08-08 | 2018-02-16 | 华为软件技术有限公司 | 一种显示物品评论的方法及装置 |
| CN106372202A (zh) * | 2016-08-31 | 2017-02-01 | 北京奇艺世纪科技有限公司 | 文本相似度计算方法及装置 |
| CN107329994A (zh) * | 2017-06-08 | 2017-11-07 | 天津大学 | 一种基于用户特征的改进协同过滤推荐方法 |
| CN109993544A (zh) * | 2017-12-29 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 数据处理方法、系统、计算机系统及计算机可读存储介质 |
| CN108491377A (zh) * | 2018-03-06 | 2018-09-04 | 中国计量大学 | 一种基于多维度信息融合的电商产品综合评分方法 |
| CN109636440A (zh) * | 2018-11-06 | 2019-04-16 | 航天信息股份有限公司 | 商品满意度的评估方法和装置，存储介质和电子设备 |
| CN109767831A (zh) * | 2018-12-13 | 2019-05-17 | 平安医疗健康管理股份有限公司 | 一种医疗机构评价方法、评价装置及计算机可读存储介质 |
| CN109767068A (zh) * | 2018-12-13 | 2019-05-17 | 平安科技（深圳）有限公司 | 一种医疗机构评价方法、评价装置及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109559208B (zh) | 一种信息推荐方法、服务器及计算机可读介质 | |
| CN111784455B (zh) | 一种物品推荐方法及推荐设备 | |
| US10956007B2 (en) | Electronic device and method for providing search result thereof | |
| US11037222B1 (en) | Dynamic recommendations personalized by historical data | |
| JP6379093B2 (ja) | 製品識別子のラベル付けおよび製品のナビゲーション | |
| US9607010B1 (en) | Techniques for shape-based search of content | |
| CN102929939B (zh) | 个性化信息的提供方法及装置 | |
| CN104636371B (zh) | 信息推荐方法及设备 | |
| US20200342320A1 (en) | Non-binary gender filter | |
| CN109829108B (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
| CN105912667A (zh) | 一种信息推荐方法、装置及移动终端 | |
| Chung et al. | Interactive design recommendation using sensor based smart wear and weather WebBot | |
| WO2016123777A1 (zh) | 一种基于生物特征的对象呈现、推荐方法和装置 | |
| CN108615177A (zh) | 基于加权提取兴趣度的电子终端个性化推荐方法 | |
| CN110363206B (zh) | 数据对象的聚类、数据处理及数据识别方法 | |
| CN110807691B (zh) | 一种跨商品品类的商品推荐方法和装置 | |
| Rewane et al. | Food recognition and health monitoring system for recommending daily calorie intake | |
| AU2018310111A1 (en) | Electronic device and method for providing search result thereof | |
| Ling et al. | Development of novel fashion design knowledge base by integrating conflict rule processing mechanism and its application in personalized fashion recommendations | |
| CN110390046A (zh) | 一种协同过滤推荐方法及系统 | |
| JP2019057255A (ja) | 顧客服飾品マッチングシステム | |
| CN112035624A (zh) | 文本推荐方法和装置及存储介质 | |
| CN110781399A (zh) | 一种跨平台的信息推送方法和装置 | |
| CN110377841A (zh) | 一种应用在协同过滤方法中的相似度计算方法及系统 | |
| CN110458420A (zh) | 一种分值评估方法、装置及存储介质 |
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 |