[发明专利]一种用户画像构建方法

权利要求书

1.一种用户画像构建方法，其特征在于，包括步骤:

提取评价文本中的目标词和意见词；

量化意见词，得到意见词的量化结果；

将所述目标词进行分类：将各类别词和各所述目标词分别带入向量训练模型，得到有向量形式的类别词和有向量形式的目标词；计算各目标词与类别词之间的余弦距离；将最大余弦距离值所对应的目标词归入对应的类别中；

对各类别下的目标词所对应意见词的量化结果进行求和，得到各类别的分值；

根据各类别的分值得到用户画像。

2.根据权利要求1所述的一种用户画像构建方法，其特征在于，还包括如下步骤：

对评论文本进行预处理，包括：

清洗数据、筛除数据；

对评论文本进行分词、词性标注、依存句法分析。

3.根据权利要求1所述的一种用户画像构建方法，其特征在于，所述提取评价文本中的目标词和意见词，包括：

设置:初始意见词集，初始目标词集，第一初始中间意见词集，第二初始中间意见词集，第一初始中间目标词集，第二初始中间目标词集；

遍历预处理的评论文本，根据初始意见词集中的意见词，利用第一规则提取目标词，如果提取的目标词不在初始目标词集中，则向第一初始中间目标词集、初始目标词集中加入目标词，否则不加入；

遍历预处理的评论文本，根据初始意见词集中的意见词，利用第四规则提取意见词，如果提取的意见词不在初始意见词集中，则向第一初始中间意见词集、初始意见词集中加入意见词，否则不加入；

遍历预处理的评论文本，根据第一初始中间目标词集中的目标词，利用第三规则提取目标词，如果提取的目标词不在初始目标词集中，则向第二初始中间目标词集、初始目标词集中加入目标词，否则不加入；

遍历预处理的评论文本，根据第一初始中间目标词集中的目标词，利用第二规则提取意见词，如果提取的意见词不在初始意见词集中，则向第二初始中间意见词集、初始意见词集中加入意见词，否则不加入；

判断第一初始中间意见词集、第二初始中间意见词集、第一初始中间目标词集、第二初始中间目标词集是否均为空：如果是，则分别输出初始意见词集和初始目标词集，提取目标词和意见词完成。

4.根据权利要求1所述的一种用户画像构建方法，其特征在于：所述量化意见词，得到意见词的量化结果，包括：

遍历提取的意见词,赋予提取的意见词分值；

设置程度词的权重值；

判断意见词是否被程度词修饰：当是，将意见词的分值乘以意见词所对应程度词的权重值，得到意见词的量化结果；当否，意见词的量化结果为赋予的意见词分值。

5.根据权利要求1所述的一种用户画像构建方法，其特征在于，所述向量训练模型为word2vec模型。

6.根据权利要求1所述的一种用户画像构建方法，其特征在于，通过计算目标词与类别词之间的余弦距离,为向量，θ为向量和向量间的夹角，||x||为向量的模，||y||为向量的模。