[发明专利]一种基于大数据技术的满意度测算方法

说明书

技术领域

本发明涉及数据处理技术，具体涉及一种基于大数据技术的满意度测算方法。

背景技术

顾客满意度分析是一项比较成熟的技术，在学界和业内都有着广泛的应用。传统的顾客满意度分析是通过线上、线下调查问卷或访谈等调研方式收集顾客对产品的满意度以及相关指标信息。通过量表来获得顾客对产品各方面满意程度的打分，也经常使用如结构方程模型的方法进行进一步分析。

传统的顾客满意度分析基本是以调查为主来收集顾客对产品的满意度及想法，其优势在于企业(或开展此调研的群体)可以自行设计问卷，将自己关注和想要研究的方面、指标包含在量表中，其目的性很强，通常可以比较有针对性的获取到想要的信息。但其局限性也在于使用调查这种方式。调查方式有很多不可控因素，如抽样框设计困难、调查员因素、被调查者因素等等诸多方面，可能导致被调查者所填写的信息并不是心中的真实想法，比如被调查者敷衍了事，或者由于调查员在身边而不好意思给出真实想法，调查员没有按照调查方案进行调查而选择了一些捷径等等。这一系列原因可能会导致最终的分析结果有偏差。而且调查的成本也比较高，很难获取大量的数据，或者需要为大量数据付出高额成本。

即，传统数据收集方式很难较为准确的反映出消费者针对产品或服务的真实感受，往往受限于问卷调查或CATI调查方式获取数据的局限，很难获取大规模的基础数据进行更深层次的研究。

发明内容

针对现有技术中的问题，本发明提供一种基于大数据技术的满意度测算方法。

第一方面，本发明提供一种基于大数据技术的满意度测算方法，包括：

针对待分析的产品，获取所述待分析的产品在指定网站中的所有评论信息；

基于预先确定的显变量信息，对所述所有评论信息进行处理，获取与所述显变量信息关联的实体，及基于所述实体的量化结果；所述显变量信息为根据所述待分析的产品预先确定的，所述量化结果包括：每一条评论信息的得分向量；

对所述量化结果进行标准化处理，获得标准化输出结果；

将所述标准化输出结果输入预先建立的对应所述待分析产品的满意度模型，获取用于测算满意度的信息。

可选地，基于预先确定的显变量信息，对所述所有评论信息进行处理，获取与所述显变量信息关联的实体，及基于所述实体的量化结果，包括：

针对每一个子产品，对该子产品对应的所有评论信息进行预处理，获取预处理后的所有评论信息；

针对预处理后的所有评论信息，筛选词频大于预设阈值且与该子产品的显变量信息关联的实体；

基于筛选的所述实体和预设的多个分值映射关系，采用自然语言处理技术处理每一条预处理后的评论信息；获得每一条评论信息的得分向量；

其中，所述多个分值映射关系包括下述的一种或多种：情感倾向方向的分值映射关系、情感倾向度的分值映射关系、普通实体的分值映射关系和特殊实体的分值映射关系。

可选地，对所述量化结果进行标准化处理，获得标准化输出结果，包括：

对量化结果进行归一化处理，得到归一化后的量化结果；

查看归一化后的量化结果中至少一条评论信息对应的子结果是否存在数据离群值；

若存在，则对存在数据离群值的子结果进行修正处理，得到修正后的量化结果；以及

针对修正后的量化结果，若存在至少一条评论信息对应的子结果包括负值元素，则对该负值元素进行正向化处理，得到正向化处理后的量化结果；

针对正向化处理后的量化结果，若存在至少一条评论信息对应的子结果响应于所有实体存在缺失，则对缺失部分进行插补，得到标准化输出结果；

或者，

查看量化结果中至少一条评论信息对应的子结果是否存在数据离群值；

若存在，则对存在数据离群值的子结果进行修正处理，得到修正后的结果；以及

针对修正后的结果，若存在至少一条评论信息对应的子结果包括负值元素，则对该负值元素进行正向化处理，得到正向化处理后的结果；

针对正向化处理后的结果，若存在至少一条评论信息对应的子结果响应于所有实体存在缺失，则对缺失部分进行插补，得到插补后的结果；

对插补后的结果进行归一化处理，得到标准化输出结果。

可选地，对所述量化结果进行标准化处理，获得标准化输出结果，包括：

对量化结果中的缺失元素的表示形式进行统一，并去除量化结果中各子结果中存在的数据离群值，以及正向化处理量化结果中各子结果中存在的负值，得到量化结果A；