[发明专利]一种数据处理方法及其装置

说明书

本发明实施例公开了一种数据处理方法，包括：获取至少两组目标数据，每组所述目标数据包含有表征用户对目标产品进行评价的体现用户体验特征的至少两个用户体验信息；基于用户体验信息所表征的用户体验特征，对每一组所述目标数据进行分类，得到每一组目标数据的分类特征值；确定影响用户对所述目标产品的用户体验特征的至少两个影响参数；基于所有组目标数据中至少一个组目标数据对应的分类特征值以及用户体验信息，分析得到所述至少两个影响参数的参数特征值，利用所述至少两个影响参数的参数特征值建立出表征所述至少两个影响参数与分类特征值映射关系的体验模型。本发明实施例还公开了一种数据处理装置。

技术领域

本发明涉及数据处理技术，尤其涉及一种数据处理方法及其装置。

背景技术

随着电商平台的兴起和互联网的高速发展，越来越多的用户选择在电商平台上进行购物，这样，针对同一产品每天都会产生大量的评价信息；同时，现实生活中对评论极性(正评或负评)产生影响的市场因素也有很多，分析各种市场因素(如价格，促销时长，营业时间等)对评价信息评论极性的发展趋势的影响将会有效指导产品的市场运作和经营投资策略的制定。

发明内容

为解决现有存在的技术问题，本发明实施例提供了一种数据处理方法及其装置，能至少解决现有技术中存在的上述问题。

本发明实施例的技术方案是这样实现的：

本发明实施例第一方面提供了一种数据处理方法，所述方法包括：

获取至少两组目标数据，每组所述目标数据包含有表征用户对目标产品进行评价的体现用户体验特征的至少两个用户体验信息；

基于用户体验信息所表征的用户体验特征，对每一组所述目标数据进行分类，得到每一组目标数据的分类特征值；

确定影响用户对所述目标产品的用户体验特征的至少两个影响参数；

基于所有组目标数据中至少一个组目标数据对应的分类特征值以及用户体验信息，分析得到所述至少两个影响参数的参数特征值，利用所述至少两个影响参数的参数特征值建立出表征所述至少两个影响参数与分类特征值映射关系的体验模型，以通过所述体验模型分析出每一影响参数对分类特征值的影响趋势。

本发明实施例第二方面提供了一种数据处理装置，所述装置包括：

输入装置，用于获取至少两组目标数据，每组所述目标数据包含有表征用户对目标产品进行评价的体现用户体验特征的至少两个用户体验信息；

处理器，用于基于用户体验信息所表征的用户体验特征，对每一组所述目标数据进行分类，得到每一组目标数据的分类特征值；确定影响用户对所述目标产品的用户体验特征的至少两个影响参数；基于所有组目标数据中至少一个组目标数据对应的分类特征值以及用户体验信息，分析得到所述至少两个影响参数的参数特征值，利用所述至少两个影响参数的参数特征值建立出表征所述至少两个影响参数与分类特征值映射关系的体验模型，以通过所述体验模型分析出每一影响参数对分类特征值的影响趋势。

本发明实施例所述的数据处理方法及其装置，能够基于目标数据的分类特征值，和影响用户对目标产品的用户体验特征的影响参数来建立体验模型，进而通过该体验模型即可分析出每一影响参数对分类特征值的影响趋势，因此，本发明实施例解决了现有舆情趋势模型不能将舆情走势与市场因素相关联的问题，拓展了模型分析的使用场景，为利用体验模型来有效指导产品的市场运作和制定经营投资策略奠定了理论基础。

附图说明

图1为本发明实施例数据处理方法的实现流程示意图；

图2为本发明实施例数据处理方法在一具体应用中的实现流程示意图；

图3为本发明实施例数据处理装置的组成结构示意图。

具体实施方式