[发明专利]一种相似竞品数据分析方法及系统

权利要求书

1.一种相似竞品数据分析方法，包括如下步骤：

步骤S1，获取本地业务数据，对获得的本地业务数据的文本进行分词，得到本地业务数据的有效词组，根据获得的有效词组利用TF-IDF算法提取关键词，并拼接成本地业务数据的关键词文本；

步骤S2，根据所述本地业务数据对竞品业务数据进行搜集，对搜集获得的各条竞品业务数据的文本分别进行分词，得到各条竞品业务数据的有效词组，根据获得的各竞品业务数据的有效词组利用TF-IDF算法对各竞品业务数据文本提取关键词，并拼接成各竞品业务数据的关键词文本，存储于一竞品数据库；

步骤S3，利用搜索引擎将步骤S1得到的本地业务数据的关键词文本于所述竞品数据库中进行搜索；

步骤S4，计算所述本地业务数据的关键词向量，并提取步骤S3搜索结果中前n条相关度最高的竞品业务数据，计算该n条相关度最高的竞品业务数据的关键词向量，根据计算出的关键词向量，计算出所述本地业务数据和前n条相关度最高的竞品业务数据中各竞品业务数据之间的相似度。

2.如权利要求1所述的一种相似竞品数据分析方法，其特征在于，步骤S1进一步包括：

步骤S100，搜索并获得本地业务数据；

步骤S101，对步骤101得到的本地业务数据的文本进行分词，得到本地业务数据的有效词组；

步骤S102，根据步骤S101得到的本地业务数据的有效词组，分别计算出本地业务数据的各个词的词频TF以及逆文件频率IDF，并计算出本地业务数据的各个词的TF-IDF值；

步骤S103,根据步骤S102计算获得的TF-IDF值提取关键词，并根据提取的关键词，拼接成所述本地业务数据的关键词文本。

3.如权利要求1所述的一种相似竞品数据分析方法，其特征在于，步骤S2进一步包括：

步骤S200，根据所述本地业务数据对竞品业务数据进行搜集；

步骤S201，依次对得到的各条竞品业务数据进行处理，对各竞品业务数据的文本进行分词，得到竞品业务数据的有效词组；

步骤S202，根据得到的各竞品业务数据的有效词组，分别计算出各竞品业务数据的各个词的词频TF以及逆文件频率IDF，并计算出竞品业务数据的各个词的TF-IDF值；

步骤S203,对各条竞品业务数据，根据计算获得的TF-IDF值提取关键词，并根据提取的关键词，拼接成该条竞品业务数据的关键词文本，最后根据各竞品业务数据的关键词提取拼接结果形成所述竞品数据库。

4.如权利要求2或3所述的一种相似竞品数据分析方法，其特征在于，于步骤S103或步骤S203中，根据计算获得的TF-IDF值从大到小提取关键词。

5.如权利要求4所述的一种相似竞品数据分析方法，其特征在于，各个词的词频TF采用如下公式获得：

各个词的逆文件频率IDF根据如下公式获得：

各个词的TF-IDF值根据如下公式获得：

TF-IDF＝TF*IDF。

6.如权利要求5所述的一种相似竞品数据分析方法，其特征在于：于步骤S3中，所述搜索引擎对搜索结果根据搜索关键词按照相关度进行排序。

7.如权利要求6所述的一种相似竞品数据分析方法，其特征在于，步骤S4进一步包括：

步骤S400，计算所述本地业务数据的关键词向量；

步骤S401，根据步骤S3的搜索结果提取前n条相关度最高的竞品业务数据，计算该n条相关度最高的竞品业务数据的关键词向量；

步骤S402，将步骤S400得到的本地业务数据关键词向量逐一与步骤S401得到的前n条相关度最高的竞品业务数据对应的关键词向量进行余弦相似度计算；

步骤S403，根据步骤S402的余弦相似度计算结果对该前n条相关度最高的竞品数据从大到小排序。