[发明专利]一种基于购物评论的人格特质分析方法及系统

说明书

本发明公开了一种基于购物评论的人格特质分析方法及系统，方法包括：获取评论数据构建评论样本数据集，并进行分词及标注，得到实验数据集；将实验数据集向量化后输入LSTM网络模型，得到情感倾向；通过SC‑LIWC词典提取的关键词计算与每个人格维度的皮尔逊相关系数；将实验数据集的特征结合皮尔逊相关系数和情感倾向，输入以KNN、NB和SVM共同构建的人格特质分析融合模型进行训练；针对所需分析的评论数据进行文本特征及情感特征提取，通过LSTM网络模型得到情感倾向量化值，并输入人格特质分析融合模型，输出多标签的人格特质属性。通过本发明的技术方案，实现了对评论数据的情感倾向量化及人格特质分类，为个性推荐提供支持。

技术领域

本发明涉及用户画像技术领域，尤其涉及一种基于购物评论的人格特质分析方法以及一种基于购物评论的人格特质分析系统。

背景技术

近年来，随着我国经济的快速发展，人们的生活节奏日益加快，电子商务的迅速发展使人们逐渐改变了传统的生活模式。其中最典型的就是人们购物方式的改变，从之前的线下实体店购买到线上的购物商城的挑选。之所以有越来越多的用户优先选择在网上商城进行购物，其原因主要有以下几点：其一是因为网上购物更加高效便捷。其二是因为网上购物不用受到时间和地理位置的限制。也就是说，与实体店购物相比，网上购物在时间和空间上的买卖分离是独一无二的。其三是因为网上购物能够提供用户更好的服务质量，但是与店内购物相比，消费者在网上购物时要面临更高程度的不确定性和风险。然而网上购物的迅速发展，不仅仅是为用户带来了更加便捷的购物体验，也为销售人员的就业提供了新的方案，还为商家添加了新的销售渠道，间接性地催动科技的发展。

然而，由于消费者无法感受到实物，消费者在购物前只能通过评论了解商品的质量和性能等特点。其他消费者的购物体验将对他们的购买决策产生重要影响。尤其地，用户对在线评论的情感取向会对潜在用户的消费心理和购买决策产生更大的影响。而网上评论对消费者购买意愿的影响研究主要涉及影响因素、影响机制和影响力。

分析购物评论的情感倾向及文本蕴含的信息，有助于消费者提前了解商品，也有助于商家对自家的商品有个更为清晰的认知。但是由于评论者来自全国各地，不仅会有地区习俗之间的差异，还会有知识认知层面的不同，甚至是个体之间性格的差别。因此对于同一件商品，不同的人由于对自身的定位不同，往往会有不同、甚至是相反的评价。而往往这些差别都能够在人们个体的人格特质方面体现出来。

人格是一种心理结构,旨在从一些稳定和可以衡量的个体特征方面解释各种各样的人类行为。而在个性化推荐背景下,相似人格特质的人喜爱的产品也会高度相似，那么对于同一件产品评论的情感倾向也会较为相似。在心理学领域,用来衡量一个人人格的最主流的模型是大五人格模型。大五模型从开放性(openness)、责任心(conscientiousness)、外向性(extraversion)、宜人性(agreeableness)及神经质性(neuroticism)五个维度来分析和描述一个人的人格特质。基于以大五模型为核心实现并应用于用户画像分析系统，旨在为每位评论的消费者在人格特质层面上贴上相应的标签，购买用户就能够基于评论的内容与评论用户的特质，迅速得出一个较为清晰的购买意愿，评论用户也可基于此标签，对潜在的自我有一个更清晰的认知。而商家也可基于此推荐更加个性化的产品服务并为之后的推荐系统提供可靠的支持。

而在现有的技术方案中，没有相应的技术通过对购物评论数据的分析来表现用户的情感倾向，进而分析评论用户的人格特征，也就无法丰富后续的任务画像刻画，无法为商品推荐等功能提供理论基础与推荐依据。

在这种情况下，电商平台虽然拥有大量的数据，但并不能依据这些数据进行有效的分析和处理，为后续的各种功能提供科学、正确、坚实的理论基础，无法有效应对数据“爆炸式增长”的时代发展。

发明内容