[发明专利]一种针对商品评价进行聚类分析的方法

权利要求书

1.一种针对商品评价进行聚类分析的方法，其特征在于，该方法包括如下步骤：

根据用户的关注点kw₀从评价语料中抽取语义最接近的l个词形成关键词集合KW；其中，l为大于1的自然数；

对商品的所有评价进行分句处理，得到商品评价集合S；

将S中含有关键词集合KW中元素的句子挑选出来组成集合S_k；

利用正向情感词词典和负向情感词词典将集合S_k分为包含正向情感的商品评价集合Pos_s和包含负向情感的商品评价集合Neg_s；

对所述集合Pos_s和所述集合Neg_s进行密度聚类处理，得到更细粒度的买家对商品的具体态度。

2.根据权利要求1所述的方法，其特征在于：所述关键词集合KW可表示为：

KW＝f₁(kw₀)＝{kw₀,kw₁,kw₂...kw_l}，其中f₁(kw₀)表示取与关注点kw₀相似度最大的l个词；

所述相似度最大的l个词的获取方式为通过gensim获得与kw₀的词向量最接近的l个向量对应的词；其中词向量的训练采用skip-gram模型，训练的数据为对应商品的评价数据。

3.根据权利要求1-2中任一项所述的方法，其特征在于：所述的集合S_k可表示为：

S_k＝{s₀,s₁,s₂...s_m}，其中s_m表示集合S中第m个含有所述关键词集合KW中元素的句子，m表示所有商品评价中满足要求的句子个数。

4.根据权利要求1-3中任一项所述的方法，其特征在于：所述包含正向情感的商品评价集合Pos_s可表示为：

Pos_s＝{pos₀,pos₁,pos₂...pos_t}，其中pos_t表示含有正向情感的句子，t表示含有正向情感的句子数量；

所述包含负向情感的商品评价集合Neg_s可表示为：

Neg_s＝{neg₀,neg₁,neg₂...neg_T}，其中neg_T表示含有负向情感的句子，T表示含有负向情感的句子数量。

5.根据权利要求4中任一项所述的方法，其特征在于：所述密度聚类处理方法为：

对包括了Pos_s和Neg_s的集合S_k中的每个句子s_i进行分词处理，得到其中i∈[0,m]，表示句子s_i中的第n个分词，n表示分词的个数；

将s_i中每个词对应于skip-gram模型中训练好的词向量取出形成词向量序列表示第n个分词的词向量；

对于未登录词则产生维度相同的随机向量，并且商品评价集合中相同的未登录词只随机产生一次词向量；

为每一个词向量分配不同的权重；

对句子s_i计算词向量的加权和。