[发明专利]一种基于用户评论的商品属性聚类方法

摘要

本发明涉及基于用户评论的商品属性聚类方法，属于数据挖掘领域。本发明结合用户评论信息以及商品属性信息，对特征类似的商品，根据用户评价计算属性的好评率，将其作为权值计算商品的相似性，再将商品排序，为用户返回包含真实信息的所需商品。能直接筛选出在用户关心的商品属性中，最真实好评的商品，不仅节省了选购商品的时间，也提高了用户的购物体验。

主权项

一种基于用户评论的商品属性聚类方法，其特征在于：步骤一、收集商品的属性信息以及用户对该商品的评论信息；步骤二、对商品的评论信息进行预处理；对商品的评论信息进行预处理过程为：(1)对商品的评论信息先去除垃圾评论；(2)对评论进行分词、词性标注，将评论划分为词条；(3)构建以名词短语和形容词短语为基础搭配的语法模式，抽取出显示评价对象及评价词，获取搭配集合M{评价对象，评价词}；(4)抽取隐式评价对象，手工构建映射集，若在词句的切分中，搭配集合M{评价对象，评价词}左侧没有发现名词，则搜索构建的映射集合，若搜到隐式评价指示词，将隐式评价指示词映射到相应的评价对象上，以此获取隐式评价对象；(5)做极性判断，将极性强度分为两种：好和差，删除中性的评价，利用Hownet计算词汇倾向性，以Hownet提供的正负面评价词语作为基准词，判别待定词与基准词在Hownet中是否为同义词，计算出词汇的倾向性，计算公式如下：sim(d,c)=Σs=1mwds×wcs(Σs=1mwds2)(Σs=1mwcs2)]]>其中sim(d,c)表示文本d和类别c之间的相似度，wds表示文本d的第s个特征权重，wcs表示类别c的第s个特征权重，m为特征权重的总数；(6)以提取的商品属性构建商品属性词典，将提取出的类似产品属性作为商品属性树某一分支的叶子节点，每一分支的根节点由规范化的属性表示；将搭配集合M中的评价对象与商品属性树的叶子节点做对比，将该评价对象由相似叶子节点的根节点代替，以规范搭配集合M{商品属性，评价词}；步骤三、计算搭配集合M中商品属性fi与极性为好的评价词O的联合概率p(fi,O)，以及商品属性fi单独出现的概率p(fi)，计算商品属性fi的权值：w(fi)=log2p(fi,0)p(fi)]]>对于评论中没有出现的商品属性，权值为0；步骤四、基于步骤三计算得出的商品属性权值，使用向量空间模型来处理，利用K‑Means算法对商品属性相同的所有商品进行聚类：步骤五、计算出每个聚类内商品的每个属性的好评率均值为：C(fi)=Σj=1nlog2p(fij,0)p(fij)n]]>其中n为每一个聚类内商品数量，C(fi)为当前计算的属性在该聚类内的均值，为聚类内商品j的商品属性fi的权值，根据用户所关注的商品属性，将属性均值最高的一簇内商品随机推荐给用户；若用户关注的属性有f1...fk个，则取C(f1)×...×C(fk)值最大的一簇，对聚类内的商品随机进行推荐。