[发明专利]一种基于互联网用户评论的数据分析方法及系统

权利要求书

1.一种基于互联网用户评论的数据分析方法，其特征在于，包括：

获取用户在互联网上的评论信息；

将所述评论信息进行切词得到该评论信息的评论词语信息；

按照所述评论词语信息出现次数进行降序排列，并将预设的分类关键词与已完成排列的评论词语信息进行对比，若所述已完成排列的评论词语信息出现的次数大于或者等于该分类关键词对应的阈值，则判定其符合所述分类关键词，并将其划入该分类关键词的类别中；

将预设的情感标注词与分类后的评论词语信息进行对比，生成分类后的评论词语信息的情感信息，所述情感信息包括正向情感信息和/或负向情感信息；

基于所述情感信息及所述评论词语信息生成所述类别的口碑信息；

其中，所述分类关键词包括行业关键词、品类关键词及品牌关键词中的任意一项或多项，所述类别包括行业类别、品类类别及品牌类别中的任意一项或多项，所述口碑信息包括类别热度信息、类别形象信息、类别正面指数，所述基于所述情感信息及所述评论词语信息生成所述类别的口碑信息包括：

基于评论词语信息的数量生成与之对应的类别的热度信息；

基于情感信息的情感方向及数量生成所述类别的类别正面指数和/或类别形象信息。

2.如权利要求1所述的方法，其特征在于，在所述将所述评论信息进行切词得到该评论信息的评论词语信息之前还包括：

对所述评论信息进行清洗，去除所述评论信息中的杂质。

3.如权利要求2所述的方法，其特征在于，所述杂质包括所述评论信息中文字显示为空白的评论信息、所述评论信息中语料长度超过预设阈值的评论信息及所述评论信息中非用户生成内容评论信息中的任意一项或多项。

4.如权利要求1所述的方法，其特征在于，所述分类关键词还包括关注点关键词，所述口碑信息还包括行业关注点信息、品类关注点信息或品牌关注点信息，所述基于所述情感信息及所述评论词语信息生成所述类别的口碑信息还包括：

基于与关注点关键词相对应的评论词语信息的数量生成与所述关注点关键词相对应的类别关注点信息。

5.一种基于互联网用户评论的数据分析系统，其特征在于，包括评论获取模块、切词模块、分类模块、情感标注模块及报告制作模块，其中：

所述评论获取模块用于获取用户在互联网上的评论信息；

所述切词模块用于将所述评论信息进行切词得到该评论信息的评论词语信息；

所述分类模块用于按照所述评论词语信息出现次数进行降序排列，并将预设的分类关键词与已完成排列的评论词语信息进行对比，若所述已完成排列的评论词语信息出现的次数大于或者等于该分类关键词对应的阈值，则判定其符合所述分类关键词，并将其划入该分类关键词的类别中；

所述情感标注模块用于将预设的情感标注词与分类后的评论词语信息进行对比，生成分类后的评论词语信息的情感信息，所述情感信息包括正向情感信息和/或负向情感信息；

所述报告制作模块用于基于所述情感信息及所述评论词语信息生成所述类别的口碑信息；

其中，所述分类关键词包括行业关键词、品类关键词及品牌关键词中的任意一项或多项，所述类别包括行业类别、品类类别及品牌类别中的任意一项或多项，所述口碑信息包括类别热度信息、类别形象信息、类别正面指数；所述报告制作模块包括热度单元及形象单元，其中：

所述热度单元用于基于评论词语信息的数量生成与之对应的类别的热度信息；

所述形象单元用于基于情感信息的情感方向及数量生成所述类别的类别正面指数和/或类别形象信息。

6.如权利要求5所述的系统，其特征在于，还包括信息清洗模块，其中：

所述信息清洗模块用于对所述评论信息进行清洗，去除所述评论信息中的杂质。

7.如权利要求6所述的系统，其特征在于，所述杂质包括所述评论信息中文字显示为空白的评论信息、所述评论信息中语料长度超过预设阈值的评论信息及所述评论信息中非用户生成内容评论信息中的任意一项或多项。

8.如权利要求5所述的系统，其特征在于，所述分类关键词还包括关注点关键词，所述口碑信息还包括行业关注点信息、品类关注点信息或品牌关注点信息；所述报告制作模块还包括关注点单元，其中：

所述关注点单元用于基于与关注点关键词相对应的评论词语信息的数量生成与所述关注点关键词相对应的类别关注点信息。