“差评率”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1901307个，建议您升级VIP下载更多相关专利

[发明专利]信息推送的方法、装置、电子设备和计算机可读存储介质-CN201910300830.9在审
发明人：匡峰;郄小虎;韩冰 -专利权人：北京嘀嘀无限科技发展有限公司
申请日： 2019-04-15 - 公布日： 2020-10-27 - 主分类号： G06Q30/02 文献下载
摘要：本申请提供了一种信息推送的方法、装置、电子设备和计算机可读存储介质，其中，该方法包括：获取待评价订单对应的候选问题集；针对所述候选问题集中的每个候选问题，预测所述待评价订单对应的服务请求端针对该候选问题的差评率；基于预测的所述差评率，以及在该候选问题下，差评率范围与误差评率之间的对应关系，确定所述服务请求端针对该候选问题的有效差评率；基于所述候选问题集中各候选问题的有效差评率，从所述候选问题集中为所述服务请求端确定待反馈的问题
信息推送方法装置电子设备计算机可读存储介质

[发明专利]一种根据用户差评情况识别恶意用户的方法-CN201910499491.1在审
发明人：韩强;刘伟从;杜小莎;王浩;韩友师 -专利权人：达疆网络科技（上海）有限公司
申请日： 2019-06-11 - 公布日： 2019-09-27 - 主分类号： G06Q30/06 文献下载
摘要：一种根据用户差评情况识别恶意用户的方法，所述方法包括以下步骤：S1、采集用户在历史时间段内的订单信息；S2、采集用户在历史时间段内的评价信息；S3、实时更新敏感词库以及对差评信息进行分析；S4、结合订单和差评信息对用户风险等级进行评判本发明利用用户指定历史时间段内的差评记录，结合用户订单维度属性制定差评风险用户等级；对高危风险用户进行黑名单管理；中等风险用户标记为风险，待人工核查处理；低风险用户不做处理，自动过滤；同时结合敏感词库，该词库具有动态更新的特点，对用户差评数据进行分词器分词，使用敏感词对用户风险进行加权计算，有效提高高危用户识别率。
历史时间段词库恶意用户采集黑名单管理订单信息动态更新加权计算评价信息实时更新维度属性用户标记用户分类用户识别用户指定自动过滤敏感分词器敏感词分词评判核查记录分析制定

[发明专利]基于当前订单的差评预警方法、系统、黑名单库建立方法-CN201910119945.8有效
发明人：陈鹏;谢伟良;傅晗文 -专利权人：杭州乒乓智能技术有限公司
申请日： 2019-02-18 - 公布日： 2021-08-06 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种基于当前订单的差评预警方法，该方法能够根据比对信息判断待测买家是否与差评师黑名单库中的其中一个差评师为同一人，若为同一人，则发出差评预警，否则，接受待测买家的交易；差评师黑名单库中的差评师主要由根据历史买家的自身信息及历史买家的评论信息判断出的恶意差评人员组成，若待测买家与差评师黑名单库中的其中一个差评师为同一人，则表明该当前买家为更换了账号的历史差评师，该种基于当前订单的差评预警方法能够甄别更换了账号的差评师，且在差评师给出差评之前即可进行甄别，最大限度地减少了恶意差评对卖家的干扰本发明还提供了基于当前订单的差评预警系统、黑名单库的建立方法、计算机设备及存储介质。
基于当前订单预警方法系统黑名单建立

[发明专利]基于商品好评和差评率的无监督异常商品数据检测方法-CN201910887119.8有效
发明人：刘静;侯志鹏 -专利权人：西安电子科技大学
申请日： 2019-09-19 - 公布日： 2023-04-07 - 主分类号： G06Q30/0201 文献下载
摘要：本发明公开了一种基于商品好评和差评率的无监督异常商品数据检测方法，主要解决在网上商城中出现的异常商品数据检测准确性不高的问题。其实现方案是：确定检测异常商品的数据类型；对于异常高评分商品的检测，首先计算每个商品的好评率；再计算经过差分算子后商品的差分好评率；最后确定异常高评分商品；对于异常低评分商品的检测，首先计算每个商品的差评率；再计算经过缩放算子后商品的缩放差评率；最后确定异常低评分商品。
基于商品好评差评率监督异常数据检测方法

[发明专利]一种服务评价系统、可读存储介质及方法-CN202010902944.3在审
发明人：蒋小波 -专利权人：四川恒升信达科技有限公司
申请日： 2020-09-01 - 公布日： 2020-12-08 - 主分类号： H04L29/08 文献下载
摘要：本发明公开了一种服务评价系统、可读存储介质及方法，完成服务后，发起评价请求；接收到所述评价请求后，进行评价操作并提交评价结果；采集从叫号至完成评价的音视频数据；判断所述评价结果是否为差评，当所述评价结果不是差评时，获取评价人的图像信息，判断是否为工作人员自评；当所述评价结果为差评时，拉取从叫号到差评提交时间段的音视频，将所述音视频按照预设的时间段进行视频截取，对进行截取的音视频判断所述评价结果是否为恶意差评；通过获取音视频数据，结合服务器统计获得的差评信息判断服务评价结果中的差评是否为恶意差评，从而提高服务评价的客观性和准确性。
一种服务评价系统可读存储介质方法

[发明专利]点评系统的管理方法及装置-CN201710031440.7在审
发明人：周文娟;蒋智超;牛朋涛 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-01-17 - 公布日： 2018-07-27 - 主分类号： G06Q30/00 文献下载
摘要：本发明实施例公开了一种点评系统的管理方法及装置，所述方法包括：通过所述点评系统后台获取用户输入的点评信息；若所述点评信息为差评信息，则基于用户和/或商家提供的对质证明对所述差评信息进行质证，以确定所述差评信息的真实性本发明实施例通过用户和/或商家提供的对质证明对差评信息进行质证，以确定所述差评信息的真实性，解决了现有技术中人工与机器相结合的方式审核差评导致费时费力的问题，有效避免网络水军差评的困扰，提高网络点评的可信度
管理方法及装置真实性系统后台可信度费力网络审核

[发明专利]基于分类器的信息处理方法、装置及存储介质-CN202110120628.5在审
发明人：邱戴飞;范勇;王凌波 -专利权人：邱戴飞;杭州巨灵兽智能科技有限公司
申请日： 2021-01-28 - 公布日： 2021-05-25 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供一种基于分类器的信息处理方法、装置及存储介质，包括：通过情感分类器对获取的评论数据进行一级处理，若判断评论数据为差评则对所述评论数据进行差评标记；通过差评大类分类器对差评标记后的评论数据进行二级处理，判断评论数据属于的大类后将其属于的大类对评论数据进行大类标记；通过差评子类分类器对大类标记后的评论数据进行三级处理，判断所述评论数据属于的子类后将其属于的子类对评论数据进行子类标记，每个差评大类分类器关联有至少一个差评子类分类器情感分类器、差评大类分类器以及差评子类分类器分别基于深度神经网络的模型构成。其中，深度神经网络的模型为RNN结构模型、CNN结构模型以及DNN结构模型中的任意一种或多种。
基于分类信息处理方法装置存储介质

[发明专利]差评初至文件提取方法、装置、计算机设备和存储介质-CN202010549975.5在审
发明人：朱海伟;段文超;陈金焕 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院
申请日： 2020-06-16 - 公布日： 2021-12-17 - 主分类号： G06F16/13 文献下载
摘要：本发明提供一种差评初至文件提取方法、装置、计算机设备和存储介质，该方法包括获取差评初至；获取所述差评初至的野外记录号；根据所述野外记录号和预先建立的索引文件信息，从所述地震数据中获取与所述野外记录号对应的初至文件通过去差评初至的野外记录号，通过索引文件信息直接确定差评初至地震数据中的位置，进而快速在地震数据中查找到差评初至文件，从而避免了每次在地震数据中查找差评初至文件时，都需要遍历地震数据，有效提高了差评初至文件的获取效率
差评初至文件提取方法装置计算机设备存储介质

[发明专利]一种外卖平台差评预测的方法-CN202210161943.7在审
发明人：马龙忠 -专利权人：马龙忠
申请日： 2022-02-22 - 公布日： 2022-06-03 - 主分类号： G06Q30/02 文献下载
摘要：本发明涉及数据处理技术领域，尤其涉及一种外卖平台差评预测的方法。解决买家下单后差评问题。方法包括：获取外卖平台买家信息以及买家历史订单信息；根据买家历史订单信息对买家进行分类；建立差评预测模型；获取当前订单信息，将订单信息输入差评预测模型；输出预测信息，若预测到买家差评的可能性大于阈值，则发出警报信息，通知商家，随时对订单进行跟踪，尽可能降低买家差评的概率。通过获取买家信息以及买家历史订单信息，从心理学的角度，对买家进行分类，为后续对买家差评的预测提供了有力支持；通过警报信息提醒了商家，让商家能够及时有效的对当前订单进行跟踪和处理，从而降低买家差评的可能性
一种外卖平台预测方法

[发明专利]差评信息分类方法及装置、存储介质、电子设备-CN201710840257.1在审
发明人：车天博 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2017-09-15 - 公布日： 2019-07-16 - 主分类号： G06F16/35 文献下载
摘要：本公开是关于一种差评信息分类方法及装置，数据数据处理技术领域，该方法包括：获取多条差评信息并利用第一标识将各条所述差评信息划分为一个或多个短句；判断各所述短句中是否包括预设分类词；在判断各所述短句中包括所述预设分类词时，根据所述预设分类词对所述差评信息进行分类。该方法可以在判断各短句中包括预设分类词时，再根据预设分类词对差评信息进行分类，避免了分类任务存在样本不均衡导致分类结果不准确的问题，提升了差评信息分类的准确性。
分类词预设短句信息分类分类数据数据处理存储介质电子设备分类结果不均衡样本

[发明专利]一种“生评教”数据效度快速定量分析和评价方法-CN202011167243.6在审
发明人：项荣 -专利权人：中国计量大学
申请日： 2020-10-27 - 公布日： 2021-01-22 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种“生评教”数据效度快速定量分析和评价方法。通过收集教务处已有“生评教”数据，基于同一任课教师的同一门课程的多个平行班级的“生评教”数据计算“生评教”测量标准差，通过所有课程的“生评教”数据计算被测对象标准差，进而基于被测对象标准差与“生评教”测量标准差计算数据分级数ndc，将其作为“生评教”数据效度评价指标，进一步建立“生评教”效度评价标准，即ndc≥5时，“生评教”数据效度合格，最终实现“生评教”数据效度的定量分析和评价。应用本发明无需通过额外专门组织“生评教”测评收集“生评教”数据，可直接使用教务处现有“生评教”数据，快速定量计算和评价“生评教”数据效度。
一种生评教数据快速定量分析评价方法

[发明专利]信息推送方法、装置、电子设备和存储介质-CN201911216334.1有效
发明人：郄小虎;匡峰;李高乐;刘章勋 -专利权人：北京嘀嘀无限科技发展有限公司
申请日： 2019-12-02 - 公布日： 2021-02-26 - 主分类号： G06Q30/02 文献下载
摘要：本申请提供了一种信息推送方法、装置、电子设备和存储介质，该方法包括：获取待评价订单的订单信息，以及待评价订单对应的候选问题集；基于订单信息，生成针对待评价订单对应的请求端的差评特征、针对待评价订单对应的服务端的被差评特征、以及针对待评价订单的订单特征；针对候选问题集中的每个候选问题，基于差评特征、被差评特征、订单特征和该候选问题对应的问题标识，以及预先训练的差评概率预测模型，预测得到在该候选问题下，针对服务端的差评概率；基于候选问题集中各候选问题对应的差评概率，从候选问题集中，为请求端确定待反馈的问题，并将确定的问题推送给所述请求端。
信息推送方法装置电子设备存储介质

[发明专利]第三方网购商品差评方法及装置-CN201410051949.4有效
发明人：徐建新;林永吉;危文 -专利权人：珠海市君天电子科技有限公司
申请日： 2014-02-14 - 公布日： 2017-03-01 - 主分类号： G06Q30/02 文献下载
摘要：本发明实施例公开了一种第三方网购商品差评方法及装置。该方法包括当浏览器判断出所监控到的用户操作事件为预设的操作事件时，显示第一差评交互窗口；并将用户在第一差评交互窗口中输入的差评信息提交至第三方服务器，第三方服务器依据差评信息中的链接信息，获取差评商品的至少一类第一网络访问标识，将至少一类第一网络访问标识分别与差评内容进行关联形成评价信息并存储；获取用户通过浏览器访问电商网站过程中的至少一类第二网络访问标识并提交至第三方服务器；接收第三方服务器反馈的所存在第二网络访问标识对应的评价信息，并通过第二差评交互窗口展示。可见，通过本方案可以实现买家匿名评价且差评商品的评价信息能够有效传播的目的。
第三方网购商品方法装置

[发明专利]一种基于客户需求的在线服务匹配系统-CN202211384468.6在审
发明人：唐家明 -专利权人：安庆题设电子商务有限公司
申请日： 2022-11-07 - 公布日： 2023-03-14 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开了一种基于客户需求的在线服务匹配系统，涉及信息推送技术领域，包括管理中心，所述管理中心通信连接有用户端、服务端、数据处理模块以及数据匹配模块；通过获取商铺在过去固定的结算周期时间内的各个商品的销售信息以及产品的好评率和差评率，从而获得商铺在过去结算周期内的客户满意度，同时将其中不是商家导致的差评因素进行剔除，从而使得所获得商家满意度更加与商铺本身服务质量直接关联，避免因为非商家因素导致的差评因素对商家的影响；同时通过设置固定的结算周期
一种基于客户需求在线服务匹配系统

[发明专利]一种评论信息的回复方法、存储介质和服务器-CN201811122198.5在审
发明人：陈百门;徐志诚 -专利权人：深圳壹账通智能科技有限公司
申请日： 2018-09-26 - 公布日： 2019-02-26 - 主分类号： G06F16/9535 文献下载
摘要：所述评论信息的回复方法包括：使用预先构建的网络爬虫任务定时抓取应用商店后端系统的评论信息；对抓取到的评论信息进行筛选，得到其中的差评；将所述差评发送给客服系统；在获得所述客服系统的回复信息之后，将所述回复信息同步至所述应用商店的后端系统上述过程采用网络爬虫任务定时抓取应用商店后端系统的评论信息，找到其中的差评，然后将这些差评自动转发给客服，从而使得客服无需自行登录应用商店的系统后台查找差评，极大地提高了评论的回复效率。
评论信息抓取后端系统回复存储介质回复信息客服系统网络爬虫应用客服服务器网络信息处理系统后台自动转发构建登录查找筛选评论

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条