CN110991838A - 通信运营商的竞争力指数的确定方法及装置 - Google Patents
通信运营商的竞争力指数的确定方法及装置 Download PDFInfo
- Publication number
- CN110991838A CN110991838A CN201911149258.7A CN201911149258A CN110991838A CN 110991838 A CN110991838 A CN 110991838A CN 201911149258 A CN201911149258 A CN 201911149258A CN 110991838 A CN110991838 A CN 110991838A
- Authority
- CN
- China
- Prior art keywords
- index
- user
- target
- search
- determining
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 233
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000002996 emotional effect Effects 0.000 claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012552 review Methods 0.000 claims 2
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 claims 1
- 230000015654 memory Effects 0.000 description 21
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 239000000969 carrier Substances 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 244000097202 Rathbunia alamosensis Species 0.000 description 1
- 235000009776 Rathbunia alamosensis Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种通信运营商的竞争力指数的确定方法及装置，涉及通信技术领域，用于从用户层面来确定通信运营商的竞争力。该方法包括：获取第一词库中每个专用词语在互联网上的搜索数据，并根据第一词库中每个专用词语在互联网上的搜索数据确定目标通信运营商的第一用户注意力指数；第一用户注意力指数用于表征用户对目标通信运营商在互联网上的关注度；获取社交网络中用户发布的目标评论数据，并根据目标评论数据确定目标通信运营商的第一用户口碑指数；其中，第一目标评论数据包括第二词库中的情感词语，第一用户口碑指数用于表征用户对目标通信运营商的评价；根据第一用户口碑指数以及第一用户注意力指数，确定目标通信运营商的竞争力指数。
Description
技术领域
本申请涉及通信技术领域，尤其涉及一种通信运营商的竞争力指数的确定方法及装置。
背景技术
随着移动互联网的发展和大数据技术的进步，人们对个性化体验的要求不断增强，对通信网络时速以及质量的要求不断提高。为了满足人们对通信运营商服务水平的需求，通信运营商每年投入大量资源用于网络建设，并基于网络建设能力评估通信运营商的竞争力。
但是，除网络建设能力外，用户也是影响通信运营商竞争力的重要因素。由于通信运营商内部与用户相关的数据有限，因此如何从用户层面确定通信运营商的竞争力，成为业内人士的研究方向。
发明内容
本申请实施例提供了一种通信运营商的竞争力指数的确定方法及装置，用于从用户层面来确定通信运营商的竞争力。
为达到上述目的，本申请的实施例采用如下技术方案：
第一方面，提供了一种通信运营商的竞争力指数的确定方法，该方法包括：
服务器获取第一词库中每个专用词语在互联网上的搜索数据，并根据第一词库中每个专用词语在互联网上的搜索数据，确定目标通信运营商的第一用户注意力指数；其中，第一词库包括一个或多个目标通信运营商的专用词语，第一用户注意力指数用于表征用户对目标通信运营商在互联网上的关注度。服务器获取社交网络中用户发布的目标评论数据，并根据目标评论数据，确定目标通信运营商的第一用户口碑指数；其中，第一目标评论数据包括第二词库中的情感词语，第二词库包括一个或多个用于评价目标通信运营商的情感词语，第一用户口碑指数用于表征用户对目标通信运营商的评价。服务器根据第一用户口碑指数以及第一用户注意力指数，确定目标通信运营商的竞争力指数。
基于上述方法，本申请中，服务器根据在互联网中用户搜索第一词库的每个专用词语的次数，确定通信运营商的用户注意力指数。服务器根据目标评论数据，确定通信运营商的用户口碑指数。其中，目标评论数据包括通信运营商的专用词语和情感词语。服务器根据用户注意力指数和用户口碑指数确定通信运营商的竞争力指数。通信运营商可以根据竞争力指数确定自身的竞争力。由于用户注意力指数用于表征用户对通信运营商的关注度，用户口碑指数用于表征用户对通信运营商的评价，这样，通信运营商可以根据用户注意力指数了解到用户对该通信运营商的关注度，并根据用户口碑指数了解到用户对通信运营商的评价。基于通信运营商的用户注意力指数和用户口碑指数，服务器从用户对运营商的关注度以及评价两个维度，来确定通信运营商在用户层面上的竞争力指数。因此通信运营商可以全面客观深入了解用户偏好，并根据用户偏好及时调整战略规划和产品策略，一方面可以挖掘潜在的用户，另一方面可以建立稳定的用户。
第二方面，提供了一种通信运营商的竞争力指数的确定装置，该装置包括：
通信单元，用于获取第一词库中每个专用词语在互联网上的搜索数据，以及社交网络中用户发布的目标评论数据。处理单元，用于根据第一词库中每个专用词语在互联网上的搜索数据，确定目标通信运营商的第一用户注意力指数；其中，第一词库包括一个或多个目标通信运营商的专用词语，第一用户注意力指数用于表征用户对目标通信运营商在所述互联网上的关注度。处理单元，还用于根据目标评论数据，确定目标通信运营商的第一用户口碑指数；其中，第一目标评论数据包括第二词库中的情感词语，第二词库包括一个或多个用于评价目标通信运营商的情感词语，第一用户口碑指数用于表征用户对目标通信运营商的评价。处理单元，还用于根据第一用户口碑指数以及第一用户注意力指数，确定目标通信运营商的竞争力指数。
第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，所述指令当被执行时，实现第一方面所述的通信运营商的竞争力指数的确定方法。
第四方面，提供了一种计算机程序产品，计算机程序产品包含至少一个指令，当所述指令在计算机上运行时，使得计算机执行如第一方面所述的通信运营商的竞争力指数的确定方法。
第五方面，提供一种芯片，芯片包括至少一个处理器及通信接口，通信接口和至少一个处理器耦合，至少一个处理器用于运行计算机程序或指令，以实现第一方面所述的通信运营商的竞争力指数的确定的方法。
上述提供的任一种装置或计算机存储介质或计算机程序产品均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文提供的对应的方法中对应方案的有益效果，此处不再赘述。
附图说明
图1为本申请实施例提供的一种通信运营商的竞争力指数的确定方法的流程示意图；
图2为本申请实施例提供的另一种通信运营商的竞争力指数的确定方法的流程示意图；
图3为本申请实施例提供的一种通信运营商的竞争力指数的确定装置的结构示意图；
图4为本申请实施例提供的另一种通信运营商的竞争力指数的确定装置的结构示意图；
图5为本申请实施例提供的又一种通信运营商的竞争力指数的确定装置的结构示意图；
图6为本申请实施例提供的一种芯片的结构示意图。
具体实施方式
为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如，第一用户口碑指数和第二用户口碑指数仅仅是为了区分不同的用户口碑指数，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。
为了解决现有技术中没有从用户层面来评价通信运用商的竞争力的问题，本申请实施例提供了一种通信运营商的竞争力指数的确定方法，包括：服务器根据用户在互联网上的搜索行为确定通信运营商的用户注意力指数，并根据用户在社交网络上的评论数据确定通信运营商的用户口碑指数。其中，用户注意力指数用于表征用户对通信运营商的关注度。用户口碑指数用于表征用户对通信运营商的评价。基于通信运营商的用户注意力指数和用户口碑指数，服务器从用户对运营商的关注度以及评价两个维度，来确定通信运营商在用户层面上的竞争力指数。
其中，本申请实施例中通信运营商可以包括移动、联通、电信等。互联网的搜索平台可以包括百度、搜狗、谷歌、360搜索等搜索平台。社交网络的社交平台可以是微信、知乎、新浪微博、QQ、脸书、推特等社交平台。
下面结合说明书附图对本申请实施例提供的一种通信运营商的竞争力指数的确定方法进行说明。
需要说明的是，本申请实施例提供的一种通信运营商的竞争力指数的确定方法中的执行主体可以是服务器，也可以是应用于服务器中的芯片，其中，服务器可以是实体服务器，也可以是虚拟服务器，例如云端服务器。下述实施例以一种通信运营商的竞争力指数的确定方法由服务器来执行为例进行说明。
如图1所示，为本申请实施例提供的一种通信运营商的竞争力指数的确定方法，包括：
步骤101、服务器获取第一词库中每个专用词语在互联网上的搜索数据。
其中，第一词库包括一个或多个通信运营商的专用词语。
示例性的，本申请中通信运营商的专用词语如表1所示。
表1、通信运营商的专用词语
作为一种可能的实现方式，服务器预先配置有第一词库，服务器可以从互联网上获取到第一词库中的专用词语对应的搜索数据。
需要说明的是，本申请实施例中，专用词语对应的搜索数据可以包括搜索次数和搜索指数。例如，搜索指数可以为百度指数。
以目标通信运营商为通信运营商A为例，为使获取到的专用词语的搜索数据的更具有时效性，服务器可以互联网上获取预设时间内通信运营商A的专用词语对应的搜索数据。例如，预设时间可以为1年。服务器在获取到通信运营商A的专用词语对应的搜索数据后，还可以对搜索数据作以下处理。
1、服务器对预设时间内搜索平台m上通信运营商A对应的搜索数据进行处理，得到处理后的搜索数据。处理后的搜索数据至少可以包括搜索时间、通信运营商A、搜索平台、专用词语、搜索次数。其中，处理方法可以包括缺省值处理、噪声数据处理、数据格式处理等中的一个或多个。
2、为减少异常数据对搜索数据的影响，针对搜索平台m中包括专用词语i的搜索数据，服务器可以作以下处理：
服务器根据公式
处理预设时间内搜索平台m上专用词语i对应的搜索数据Si,t。其中，t表示预设时间，T表示预设时间t前的T个时间段，T为预设值，
为处理后的搜索数据。如，服务器从搜索平台m上获取到8月15日专用词语i对应的搜索次数为1200次，获取到专用词语i从8月10日到8月14日的每一天对应的搜索次数分别为1000、1120、1100、1300、1210，则专用词语i在8月15日对应的处理后的搜索次数＝1200-(1000+1120+1100+1300+1210)/5＝34。
示例性的，如表2所示，为多个搜索平台上通信运营商A对应的用户的搜索数据。
表2、用户的搜索数据
其中，表2的第二行表示，在8月15日，通信运营商A的专用词语
(网速)在百度上对应的搜索次数为1828160，通信运营商A的专用词语(宽带)在百度上对应的搜索次数为1828160，通信运营商A的专用词语(官网)在百度上对应的搜索次数为6080。表2的第三行可以参照第二行的描述，此处不再赘述。
需要说明的是，异常数据是指与历史搜索数据相比，搜索数据的变化幅度较大的数据。例如，某天，通信运营商A的一条光缆发生故障，导致某个地区的用户的手机没有信号。在这一天，搜索平台上该通信运营商的有关手机信号的专用词语的搜索次数明显变大。则服务器确定该时间的搜索数据为异常数据。
步骤102、服务器根据第一词库中每个专用词语在互联网上的搜索数据，确定目标通信运营商的第一用户注意力指数。
其中，第一用户注意力指数用于表征用户对目标通信运营商在互联网上的关注度。第一用户注意力指数越高，则表示用户对目标通信运营商在互联网上的关注度越高。
如图2所示，以搜索平台m为例，步骤102可以通过步骤201和步骤202实现。其中，搜索平台m为多个搜索平台中的任一个。
步骤201、服务器根据第一词库中每个专用词语在搜索平台m上的搜索数据，确定在搜索平台m上目标通信运营商对应的第二用户注意力指数。
其中，第二用户注意力指数用于表征用户对目标通信运营商在搜索平台上的关注度。
目标通信运营商对应的第二用户注意力指数可以通过以下方式实现：
服务器根据公式
计算在搜索平台m上目标通信运营商对应的第二用户注意力指数Sm，t。其中，目标通信运营商的专用词语i为第一词库的N个专用词语中的任一个，
表示在预设时间t内专用词语i在搜索平台m上的搜索数据，ωi，t表示专用词语i的权重系数。ωi，t可以由行业专家根据经验得出，或者也可以按等权重计算，也即每个专用词语的权重系数相等。
示例性的，假设8月10日，目标通信运行商在搜索平台m上的3个专用词语a、b、c中，专用词语a对应的搜索数据为120，权重系数为0.3；专用词语b对应的搜索数据为180，权重系数为0.5；专用词语c对应的搜索数据为80，权重系数为0.2。那么在搜索平台m上目标通信运营商对应的第二用户注意力指数为：120×0.2+180×0.5+80×0.2＝130。
进一步的，本申请实施例中，服务器还可以对搜索平台m上的多个通信运营商对应的第二用户注意力指数进行min-max标准化处理，以使得通信运营商对应的第二用户注意力指数的取值范围在[0,1]之间。
示例性的，在搜索平台m上通信运营商A对应的第二用户注意力指数为130，通信运营商B对应的第二用户注意力指数为170，通信运营商C对应的第二用户注意力指数为200。对第二用户注意力指数130进行min-max标准化处理为：130/(130+170+200)＝0.26，对第二用户注意力指数170进行min-max标准化处理为：170/(130+170+200)＝0.34，对第二用户注意力指数200进行min-max标准化处理为：200/(130+170+200)＝0.4。然后，服务器可以对每个搜索平台上通信运营商对应的第二用户注意力指数都可以进行标准化处理，这样，可以使得各个搜索平台的数据均衡，提高了数据的准确性。
服务器可以根据设定的时间范围，分别求得搜索平台m的各个通信运营商对应的标准化的第二用户注意力指数，得到如表3所示的标准化后的通信运营商的第二用户注意力指数。
表3、标准化的通信运营商的第二用户注意力指数
| 通信运营商 | 时间 | 第二用户注意力指数 |
| A | 2018.8.01 | 0.775 |
| A | 2018.8.02 | 0.568 |
| B | 2018.8.01 | 0.436 |
| B | 2018.8.02 | 0.542 |
步骤202、服务器根据目标通信运营商在多个搜索平台对应的第二用户注意力指数，确定目标通信运营商的第一用户注意力指数。
作为一种可能的实现方式，服务器可以根据公式
计算目标通信运营商的第一用户注意力指数St。其中，
表示目标通信运营商在搜索平台m中对应的第二用户注意力指数，M表示多个搜索平台的数量，ωm，t表示在预设时间t内搜索平台m的权重系数。其中，权重系数可以是搜索平台m的市场占有率，或者每个搜索平台的权重系数相等。
示例性的，预设时间为8月10日，互联网具有4个搜索平台，4个搜索平台的权重系数分别为0.7，0.15，0.1，0.05。其中，在每个搜索平台上目标通信运营商对应的第二用户注意力指数分别为0.8，0.5，0.7，0.7，则目标通信运营商的第一用户注意力指数为：0.8×0.7+0.5×0.15+0.7×0.1+0.7×0.05＝0.775。
步骤103、服务器获取社交网络中用户发布的目标通信运营商的目标评论数据。
作为一种可能的实现方式，服务器预先配置有第一词库和第二词库，其中，第二词库包括一个或多个用于评价目标通信运营商的情感词语。例如，第二词库可以包括不合理、贵、便宜、好、坏、差、快、慢等。服务器可以首先从社交网络上获取到用户发布的包括第一词库中的专用词语的第一评论数据。然后服务器从第一评论数据中筛选出包括第二词库中的情感词语的目标评论数据。或者，服务器可以先获取包括第二词库中的情感词语的第二评论数据，再从第二评论数据中筛选出包括第一词库中的专用词语的目标评论数据。或者，服务器可以根据第一词库和第二词库直接从社交网络上获取到目标评论数据。
进一步的，服务器还可以对目标评论数据进行预处理，得到处理后的目标评论数据。其中，处理后的目标评论数据至少可以包括发布时间、发布的社交平台、目标通信运营商、专用词语、情感词语。处理方法可以包括缺省值处理、噪声数据处理、数据格式处理等中的一个或多个。
示例性的，如表4所示，为多个目标评论数据。
表4、目标评论数据
步骤104、服务器根据目标评论数据，确定目标通信运营商的第一用户口碑指数。
其中，第一用户口碑指数表征用户对目标通信运营商的评价。第一用户口碑指数越高，表示用户在社交网络上对目标通信运营商的评价越高。
如图2所示，以社交平台n为例，步骤104可以通过步骤203和步骤204实现。其中，社交平台n为多个社交平台中任一个。
步骤203、服务器根据社交平台n上目标通信运营商对应的目标评论数据，确定在社交平台n上目标通信运营商对应的第二用户口碑指数。
其中，第二用户口碑指数表征用户在社交平台n上对目标通信运营商的评价。
作为一种可能的实现方式，步骤203可以通过以下方式实现：
步骤1、服务器确定社交平台n上目标通信运营商对应的k个目标评论数据中每个目标评论数据的值。其中，k为大于0的整数。
服务器可以对用户在社交平台n上发布的目标通信运营商的k个目标评论数据进行分析，确定该k个目标评论数据中每个目标评论数据的值。
该分析过程具体包括：
第一，服务器选择该k个目标评论数据中的预设数量的第一目标评论数据作为训练集，人工标注该训练集中每个第一目标评论数据的值。例如，若第一目标评论数据的情感倾向为正面，则将该第一目标评论数据的值记作第一数值，如1。若第一目标评论数据的情感倾向为负面，则将该第一目标评论数据的值记作第二数值，如0。
第二，服务器对该训练集进行分词，得到训练模型，该训练模型用于确定目标评论数据的值。其中，分词方法可以参照现有技术，此处不再赘述。示例性的，如表5所示，为一种目标评论数据对应的分词结果。
表5目标评论数据对应的分词结果
第三，服务器利用机器学习分类器以及训练模型对k个目标评论数据进行训练，确定每个目标评论数据的值。
需要说明的是，本申请实施例中，服务器可以在获取到包括第一词库中的多个第一评论数据后，可以不作进一步筛选。服务器可以按照上述步骤确定第一评论数据的值。其中，对于不包括第二词库中情感词语的第一评论数据，服务器不需要确定该第一评论数据的值。例如，服务器可以将不包情感词语的第一评论数据做删除处理。或者，服务器可以将该第一评论数据进行标注，例如，改变第一评论数据的字体颜色，用于提示该第一评论数据不包括感情词语。
步骤2、服务器根据社交平台n上目标通信运营商的k个目标评论数据中每个目标评论数据的值，确定在社交平台n中目标通信运营商的第二用户口碑指数。
作为一种可能的实现方式，服务器可以根据公式
计算社交平台n上目标通信运营商的第二用户口碑指数。
其中，
表示在预设时间t内社交平台n对应的目标通信运营商的第二用户口碑指数。
表示目标评论数据i的值，目标评论数据i为k个目标评论数据中的任一个。
示例性的，8月10日，社交平台n上具有通信运行商A的5个目标评论数据，其值分别为1、0、0、1、1，那么社交平台n上通信运行商A的第二用户口碑指数为：(1+0+0+1+1)/5＝0.6，说明社交平台n的用户对通信运营商A的评价偏正向。
步骤204、服务器根据多个社交平台上目标通信运营商对应的第二用户口碑指数，确定目标通信运营商的第一用户口碑指数。
作为一种可能的实现方式，服务器可以根据公式
计算目标通信运营商的第一用户口碑指数Et；其中，En，t表示多个社交平台中任一社交平台的第二用户口碑指数，N表示多个社交平台的数量，ωn，t表示在预设时间t内每个社交平台的权重系数。其中，权重系数可以是社交平台在预设时间t内对应的市场占有率。
示例性的，当前市场上有4个社交平台，每个社交平台上通信运营商A的第二用户口碑指数分别为0.83、0.72、0.66、0.45，每个社交平台的市场占有率分别为0.77、0.12、0.081、0.052，那么通信运营商A的第一用户口碑指数＝0.83×0.88+0.72×0.12+0.66×0.081+0.45×0.052＝0.89366，说明通信运营商A的用户评价较好。
示例性的，如表6所示，为通信运营商A和通信运营商B分别对应的第一用户口碑指数。
表6、第一用户口碑指数
本申请实施例不限制步骤101-步骤S102和步骤103-步骤104之间的执行顺序，例如，可以先执行步骤101-步骤102，再执行步骤103-步骤104；或者，可以先执行步骤103-步骤104，再执行步骤101-步骤102。当然，服务器也可以首先执行步骤101和步骤103，再执行步骤102和步骤104，其中，步骤101和步骤103的执行顺序并不限定，步骤102和步骤104的执行顺序也不限定。
步骤105、服务器根据第一用户口碑指数以及第一用户注意力指数，确定目标通信运营商的竞争力指数。
作为一种可能的实现方式，服务器根据公式comt＝ωtst+(1-ωt)Et，计算在预设时间段内目标通信运营商的竞争力指数comt。
其中，st表示在预设时间内目标通信运营商的第一用户注意力指数，ωt表示在预设时间内目标通信运营商的第一用户注意力指数的权重系数，0≤ωt≤1，Et表示在预设时间内目标通信运营的第一用户口碑指数。
示例性的，如表7所示，为通信运营商的竞争力指数。
表7通信运营商的竞争力指数
结合表7进行举例说明，工作人员可以根据表7，比较各个通信运营商在用户层面的竞争力。例如2018年8月12日通信运营商A的竞争力指数为0.7408，通信运营商B的竞争力指数为0.7592，说明这一天运营商通信B的竞争力高于通信运营商A的竞争力。进一步比较第一用户注意力指数和第一用户口碑指数，通信运营商B的第一用户口碑指数明显高于通信运营商A的第一用户口碑指数，表明通信运营商B在用户体验方面做得比通信运营商A好，因此通信运营商A可以在用户体验方面加大投入，以提高竞争力。
本申请实施例中，服务器根据在互联网中用户搜索第一词库的每个专用词语的次数，确定通信运营商的用户注意力指数。服务器根据在社交平台中包含专用词语以及第二词库中情感词语的用户的目标评论数据，确定通信运营商的用户口碑指数。服务器根据用户注意力指数和用户口碑指数确定通信运营商的竞争力指数。通信运营商可以根据竞争力指数确定自身的竞争力。由于用户注意力指数用于表征用户对通信运营商的关注度，用户口碑指数用于表征用户对通信运营商的评价，这样，通信运营商可以根据用户注意力指数了解到用户对该通信运营商的关注度，并根据用户口碑指数了解到用户对通信运营商的评价。通信运营商可以根据用户的关注度和评价，基于通信运营商的用户注意力指数和用户口碑指数，服务器从用户对运营商的关注度以及评价两个维度，来确定通信运营商在用户层面上的竞争力指数。因此通信运营商可以全面客观深入了解用户偏好，并根据用户偏好及时调整战略规划和产品策略，一方面可以挖掘潜在的用户，另一方面可以建立稳定的用户。
本申请实施例可以根据上述方法示例对通信运营商的竞争力指数的确定装置进行功能模块或者功能单元的划分，例如，可以对应各个功能划分各个功能模块或者功能单元，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块或者功能单元的形式实现。其中，本申请实施例中对模块或者单元的划分是示意性的，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。
本申请实施例提供了一种通信运营商的竞争力指数的确定装置，应用于服务器，也可以为应用于服务器的芯片，如图3所示，该确定装置可以包括：
通信单元301，用于获取第一词库中每个专用词语在互联网上的搜索数据；获取社交网络中用户发布的目标评论数据；其中，第一词库包括一个或多个目标通信运营商的专用词语，目标评论数据包括第二词库中的情感词语，第二词库包括一个或多个用于评价目标通信运营商的情感词语。
处理单元302，用于根据第一词库中每个专用词语在互联网上的搜索数据，确定目标通信运营商的第一用户注意力指数；根据目标评论数据，确定目标通信运营商的第一用户口碑指数；其中，第一用户注意力指数用于表征用户对目标通信运营商在互联网上的关注度；第一用户口碑指数用于表征用户对目标通信运营商的评价。
处理单元302，还用于根据第一用户口碑指数以及第一用户注意力指数，确定目标通信运营商的竞争力指数。
一种可能的实现方式中，互联网包括多个搜索平台，对于多个搜索平台中任一个搜索平台，处理单元302，具体用于：
根据第一词库中每个专用词语在搜索平台上的搜索数据，确定搜索平台对应的第二用户注意力指数；根据多个搜索平台对应的第二用户注意力指数，确定目标通信运营商的第一用户注意力指数。
一种可能的实现方式中，社交网络包括多个社交平台，对于多个社交平台中任一个社交平台，处理单元302，具体用于：
根据社交平台的目标评论数据，确定社交平台对应的第二用户口碑指数；根据多个社交平台对应的第二用户口碑指数,确定目标通信运营商的第一用户口碑指数。
一种可能的实现方式中，对于多个搜索平台中的任一个搜索平台m，处理单元302，具体用于：
根据公式
计算目标通信运营商在搜索平台m上的第二用户注意力指数Sm，t，其中，ωi，t表示专用词语i的权重系数，专用词语i为第一词库的N个专用词语中的任一个，
表示在预设时间t内专用词语i在搜索平台m上的搜索数据。
一种可能的实现方式中，处理单元302，具体用于：
根据公式
计算目标通信运营商的第一用户注意力指数St，
表示多个搜索平台中任一搜索平台m的第二用户注意力指数，M表示多个搜索平台的数量，ωm，t表示在预设时间t内搜索平台m的权重系数。
一种可能的实现方式中，对于多个社交平台中的任一个社交平台n，社交平台n具有k个目标评论数据，k为大于0的整数，处理单元302，具体用于：
确定k个目标评论数据中每个目标评论数据的值；根据k个目标评论数据中每个目标评论数据的值，确定在社交平台n上目标通信运营商的第二用户口碑指数。
一种可能的实现方式中，处理单元302，具体用于：
根据公式
计算目标通信运营商的第一用户口碑指数Et；其中，En，t表示多个社交平台中任一社交平台n的第二用户口碑指数，N表示多个社交平台的数量，ωn，t表示在预设时间t内社交平台n的权重系数。
一种可能的实现方式中，处理单元302，具体用于：
根据公式comt＝ωtst+(1-ωt)Et，计算在预设时间段内目标通信运营商的竞争力指数comt；其中，st表示在预设时间内目标通信运营商的第一用户注意力指数，ωt表示在预设时间内第一用户注意力指数的权重系数，0≤ωt≤1，Et表示在预设时间内目标通信运营商的用户碑指数。
该确定装置还可以包括存储单元。该存储单元，用于存储计算机程序代码，计算机程序代码包括指令。如果确定装置为应用于服务器中的芯片时，该存储单元可以是该芯片内的存储单元(例如，寄存器、缓存等)，也可以是服务器的位于该芯片外部的存储单元(例如，只读存储器、随机存取存储器等)。
在采用集成的单元的情况下，图4示出了上述实施例中所涉及的确定装置的一种可能的逻辑结构示意图。该确定装置包括：处理模块402和通信模块401。处理模块402用于对确定装置的动作进行控制管理，例如，处理模块402用于执行在确定装置中进行信息/数据处理的步骤。通信模块401用于支持确定装置中进行信息/数据发送或者接收的步骤。
在一种可能的实施例中，确定装置还可以包括存储模块403，用于存储确定装置的程序代码和数据。
其中，处理模块402可以执行上述处理单元302执行的步骤。通信模块401可以执行上述通信单元301执行的步骤。
图5示出了上述实施例中所涉及确定装置的又一种可能的结构示意图。该装置包括：一个或多个处理器151和通信接口152。处理器151用于对装置的动作进行控制管理，例如，执行上述处理单元302执行的步骤，和/或用于执行本文所描述的技术的其它过程。
在具体实现中，作为一种实施例，处理器151可以包括一个或多个CPU，例如图5中的CPU0和CPU1。
在具体实现中，作为一种实施例，通信设备可以包括多个处理器，例如图5中的处理器151。这些处理器中的每一个可以是一个单核(single-CPU)处理器，也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
可选的，该装置还可以包括存储器153和通信线路154，存储器153用于存储装置的程序代码和数据。
图6是本申请实施例提供的芯片160的结构示意图。芯片160包括一个或两个以上(包括两个)处理器1610和通信接口1630。
可选的，该芯片160还包括存储器1640，存储器1640可以包括只读存储器和随机存取存储器，并向处理器1610提供操作指令和数据。存储器1640的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory，NVRAM)。
在一些实施方式中，存储器1640存储了如下的元素，执行模块或者数据结构，或者他们的子集，或者他们的扩展集。
在本申请实施例中，通过调用存储器1640存储的操作指令(该操作指令可存储在操作系统中)，执行相应的操作。
其中，上述处理器1610可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，单元和电路。该处理器可以是中央处理器，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，单元和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
存储器1640可以包括易失性存储器，例如随机存取存储器；该存储器也可以包括非易失性存储器，例如只读存储器，快闪存储器，硬盘或固态硬盘；该存储器还可以包括上述种类的存储器的组合。
总线1620可以是扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。总线1620可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条线表示，但并不表示仅有一根总线或一种类型的总线。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将装置的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当计算机执行该指令时，该计算机执行上述方法实施例所示的方法流程中的各个步骤。
其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit，ASIC)中。在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
本发明的实施例提供一种储存有指令的计算机程序产品，当指令在计算机上运行时，使得计算机执行如图1或图2中所述的通信运营商的竞争力指数的确定方法。
由于本发明的实施例中的通信运营商的竞争力指数的确定装置、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本发明实施例在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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。另一点，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，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述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，也可以两个或两个以上单元集成在一个单元中。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种通信运营商的竞争力指数的确定方法，其特征在于，所述方法包括：
获取第一词库中每个专用词语在互联网上的搜索数据，并根据所述第一词库中每个专用词语在互联网上的搜索数据，确定目标通信运营商的第一用户注意力指数；其中，所述第一词库包括一个或多个所述目标通信运营商的专用词语，所述第一用户注意力指数用于表征用户对所述目标通信运营商在所述互联网上的关注度；
获取社交网络中用户发布的目标评论数据，并根据所述目标评论数据，确定所述目标通信运营商的第一用户口碑指数；其中，所述目标评论数据包括第二词库中的情感词语，所述第二词库包括一个或多个用于评价目标通信运营商的情感词语，所述第一用户口碑指数用于表征用户对所述目标通信运营商的评价；
根据所述第一用户口碑指数以及所述第一用户注意力指数，确定所述目标通信运营商的竞争力指数。
2.根据权利要求1所述的方法，其特征在于，所述互联网包括多个搜索平台，所述根据所述第一词库中每个专用词语在互联网上的搜索数据，确定目标通信运营商的第一用户注意力指数，包括：
对于所述多个搜索平台中任一个搜索平台，根据所述每个专用词语在所述搜索平台上的搜索数据，确定所述搜索平台对应的第二用户注意力指数；
根据所述多个搜索平台对应的第二用户注意力指数，确定所述目标通信运营商的第一用户注意力指数；
所述社交网络包括多个社交平台，所述根据所述目标评论数据，确定所述目标通信运营商的第一用户口碑指数，包括：
对于所述多个社交平台中任一个社交平台，根据所述社交平台的目标评论数据，确定所述社交平台对应的第二用户口碑指数；
根据所述多个社交平台对应的第二用户口碑指数,确定所述目标通信运营商的第一用户口碑指数。
3.根据权利要求2所述的方法，其特征在于，对于所述多个搜索平台中的任一个搜索平台m，所述根据所述第一词库中每个专用词语在所述搜索平台上的搜索数据，确定所述搜索平台对应的第二用户注意力指数，包括：
根据公式
计算所述搜索平台m对应的第二用户注意力指数Sm，t，其中，ωi，t表示专用词语i的权重系数，所述专用词语i为所述第一词库的M个专用词语中的任一个，
表示在预设时间t内所述专用词语i在所述搜索平台m上的搜索数据。
4.根据权利要求2或3所述的方法，其特征在于，所述根据所述多个搜索平台对应的第二用户注意力指数，确定所述目标通信运营商的第一用户注意力指数，包括：
根据公式
计算所述目标通信运营商的第一用户注意力指数St，
表示所述多个搜索平台中任一搜索平台m的所述第二用户注意力指数，M表示所述多个搜索平台的数量，ωm，t表示在预设时间t内所述搜索平台m的权重系数。
5.根据权利要求2所述的方法，其特征在于，对于多个社交平台中的任一个社交平台n，所述社交平台n具有k个目标评论数据，k为大于0的整数，所述根据所述社交平台的目标评论数据，确定所述社交平台对应的第二用户口碑指数，包括：
确定所述k个目标评论数据中每个目标评论数据的值；
根据所述k个目标评论数据中每个目标评论数据的值，确定所述社交平台n对应的第二用户口碑指数。
6.根据权利要求2或5所述的方法，其特征在于，所述根据所述多个社交平台对应的第二用户口碑指数,确定所述目标通信运营商的第一用户口碑指数，包括：
根据公式
计算所述目标通信运营商的第一用户口碑指数Et；其中，En，t表示所述多个社交平台中任一社交平台n的第二用户口碑指数，N表示所述多个社交平台的数量，ωn，t表示在预设时间t内所述社交平台n的权重系数。
7.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一用户口碑指数及所述第一用户注意力指数，确定所述目标通信运营商的竞争力指数，包括：
根据公式comt＝ωtst+(1-ωt)Et，计算在预设时间段内所述目标通信运营商的竞争力指数comt；其中，st表示在所述预设时间内所述目标通信运营商的第一用户注意力指数，ωt表示在所述预设时间内所述第一用户注意力指数的权重系数，0≤ωt≤1，Et表示在所述预设时间内所述目标通信运营商的第一用户碑指数。
8.一种通信运营商的竞争力指数的确定装置，其特征在于，包括：
通信单元，用于获取第一词库中每个专用词语在互联网上的搜索数据；获取社交网络中用户发布的目标评论数据；其中，所述第一词库包括一个或多个目标通信运营商的专用词语，所述目标评论数据包括第二词库中的情感词语，所述第二词库包括一个或多个用于评价所述目标通信运营商的情感词语；
处理单元，用于根据所述第一词库中每个专用词语在互联网上的搜索数据，确定所述目标通信运营商的第一用户注意力指数；根据所述目标评论数据，确定所述目标通信运营商的第一用户口碑指数；其中，所述第一用户注意力指数用于表征用户对所述目标通信运营商在所述互联网上的关注度；所述第一用户口碑指数用于表征用户对所述目标通信运营商的评价；
所述处理单元，还用于根据所述第一用户口碑指数以及所述第一用户注意力指数，确定所述目标通信运营商的竞争力指数。
9.根据权利要求8所述的装置，其特征在于，所述互联网包括多个搜索平台，所述社交网络包括多个社交平台，
所述处理单元，具体用于：
对于所述多个搜索平台中任一个搜索平台，根据所述第一词库中每个专用词语在所述搜索平台上的搜索数据，确定所述搜索平台对应的第二用户注意力指数；
根据所述多个搜索平台对应的第二用户注意力指数，确定所述目标通信运营商的第一用户注意力指数；
对于所述多个社交平台中任一个社交平台，根据所述社交平台的目标评论数据，确定所述社交平台对应的第二用户口碑指数；
根据所述多个社交平台对应的第二用户口碑指数,确定所述目标通信运营商的第一用户口碑指数。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令被执行时，实现如权利要求1-7任一项所述的方法。
11.一种芯片，其特征在于，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行计算机程序或指令，以实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911149258.7A CN110991838A (zh) | 2019-11-21 | 2019-11-21 | 通信运营商的竞争力指数的确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911149258.7A CN110991838A (zh) | 2019-11-21 | 2019-11-21 | 通信运营商的竞争力指数的确定方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110991838A true CN110991838A (zh) | 2020-04-10 |
Family
ID=70085512
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911149258.7A Pending CN110991838A (zh) | 2019-11-21 | 2019-11-21 | 通信运营商的竞争力指数的确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110991838A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113657766A (zh) * | 2021-08-18 | 2021-11-16 | 深圳华侨城创新研究院有限公司 | 一种基于游客多元数据的旅游景区欢乐指数的计量方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101833560A (zh) * | 2010-02-02 | 2010-09-15 | 哈尔滨工业大学 | 基于互联网的厂商口碑自动排序系统 |
| CN106294532A (zh) * | 2016-05-18 | 2017-01-04 | 广东电网有限责任公司信息中心 | 基于微博情感分析的形象评价算法 |
| CN108364199A (zh) * | 2018-02-28 | 2018-08-03 | 北京搜狐新媒体信息技术有限公司 | 一种基于互联网用户评论的数据分析方法及系统 |
| CN109993637A (zh) * | 2019-04-16 | 2019-07-09 | 中国标准化研究院 | 电商口碑评价方法、系统及电子设备 |
| CN110362817A (zh) * | 2019-06-04 | 2019-10-22 | 中国科学院信息工程研究所 | 一种面向产品属性的观点倾向性分析方法及系统 |
-
2019
- 2019-11-21 CN CN201911149258.7A patent/CN110991838A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101833560A (zh) * | 2010-02-02 | 2010-09-15 | 哈尔滨工业大学 | 基于互联网的厂商口碑自动排序系统 |
| CN106294532A (zh) * | 2016-05-18 | 2017-01-04 | 广东电网有限责任公司信息中心 | 基于微博情感分析的形象评价算法 |
| CN108364199A (zh) * | 2018-02-28 | 2018-08-03 | 北京搜狐新媒体信息技术有限公司 | 一种基于互联网用户评论的数据分析方法及系统 |
| CN109993637A (zh) * | 2019-04-16 | 2019-07-09 | 中国标准化研究院 | 电商口碑评价方法、系统及电子设备 |
| CN110362817A (zh) * | 2019-06-04 | 2019-10-22 | 中国科学院信息工程研究所 | 一种面向产品属性的观点倾向性分析方法及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113657766A (zh) * | 2021-08-18 | 2021-11-16 | 深圳华侨城创新研究院有限公司 | 一种基于游客多元数据的旅游景区欢乐指数的计量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110163478B (zh) | 一种合同条款的风险审查方法及装置 | |
| CN108833458B (zh) | 一种应用推荐方法、装置、介质及设备 | |
| CN107423613A (zh) | 依据相似度确定设备指纹的方法、装置及服务器 | |
| CN109727070B (zh) | 一种潜在活跃用户的确定方法及装置 | |
| CN108021673A (zh) | 一种用户兴趣模型生成方法、职位推荐方法及计算设备 | |
| CN110489646B (zh) | 用户画像构建方法及终端设备 | |
| CN110825977A (zh) | 一种数据推荐方法及相关设备 | |
| CN107885875B (zh) | 检索词的同义变换方法、装置及服务器 | |
| CN110599240A (zh) | 应用的偏好值确定方法、装置和设备及存储介质 | |
| CN110991838A (zh) | 通信运营商的竞争力指数的确定方法及装置 | |
| CN107766537A (zh) | 一种职位搜索排序方法及计算设备 | |
| CN112257958A (zh) | 一种电力饱和负荷预测方法及装置 | |
| CN108932228B (zh) | 直播行业新闻与分区匹配方法、装置、服务器及存储介质 | |
| CN112613762B (zh) | 基于知识图谱的集团评级方法、装置和电子设备 | |
| CN115033456A (zh) | 一种内网前端性能监控方法、装置、计算机设备及存储介质 | |
| CN109344386B (zh) | 文本内容标识方法、装置、设备及计算机可读存储介质 | |
| CN113868373A (zh) | 一种词云生成方法、装置、电子设备及存储介质 | |
| CN110264306B (zh) | 基于大数据的产品推荐方法、装置、服务器及介质 | |
| CN113610627A (zh) | 用于风险预警的数据处理方法和装置 | |
| CN109472454B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
| CN113255670A (zh) | 非均衡小样本目标检测方法、装置和计算机设备 | |
| JP5388988B2 (ja) | 広告選択装置、方法及びプログラム | |
| CN109635290B (zh) | 用于处理信息的方法、装置、设备和介质 | |
| CN111652741A (zh) | 用户偏好分析方法、装置及可读存储介质 | |
| CN113240472B (zh) | 理财产品推荐方法、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200410 |