[发明专利]用户评论的排序方法、电子设备及计算机存储介质有效

专利信息
申请号: 201710651375.8 申请日: 2017-08-02
公开(公告)号: CN107391729B 公开(公告)日: 2018-09-04
发明(设计)人: 柳燕煌;王海璐 申请(专利权)人: 掌阅科技股份有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京市浩天知识产权代理事务所(普通合伙) 11276 代理人: 宋菲;刘兰兰
地址: 100124 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种用户评论的排序方法、电子设备及计算机存储介质,该方法包括:通过第一种机器学习算法确定各个评论样本所对应的隐语义特征以及用户评论所对应的隐语义特征,根据每个评论样本所对应的隐语义特征确定该评论样本的特征向量;通过第二种机器学习算法,并结合各个评论样本的样本标注结果对各个评论样本的特征向量进行训练,得到评论排序模型;根据每个用户评论所对应的隐语义特征确定该用户评论的特征向量,通过评论排序模型确定与各个用户评论的特征向量相对应的评价得分;根据与各个用户评论的特征向量相对应的评价得分对各个用户评论进行排序。本发明能够更好地确定各个评论的质量,进而使排序结果更加合理。
搜索关键词: 用户 评论 排序 方法 电子设备 计算机 存储 介质
【主权项】:
1.一种用户评论的排序方法,其包括:通过第一种机器学习算法确定各个评论样本所对应的隐语义特征以及用户评论所对应的隐语义特征,根据每个评论样本所对应的隐语义特征确定该评论样本的特征向量;其中,将各个评论样本以及用户评论共同添加到同一个训练集合中,使评论样本与用户评论能够在同一个空间中进行训练,以挖掘评论样本与用户评论之间潜在的语义联系,并根据所述潜在的语义联系确定每个评论样本以及用户评论所对应的隐语义特征;其中,将全部待排序的用户评论与评论样本一起进行训练;通过第二种机器学习算法,并结合各个评论样本的样本标注结果对各个评论样本的特征向量进行训练,得到评论排序模型;根据每个用户评论所对应的隐语义特征确定该用户评论的特征向量,通过所述评论排序模型确定与各个用户评论的特征向量相对应的评价得分;根据与各个用户评论的特征向量相对应的评价得分对各个用户评论进行排序;其中,每当待预测的用户评论的数量及内容发生变化后相应地更新评论排序模型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于掌阅科技股份有限公司,未经掌阅科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710651375.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top