CN108665306A - 核心竞争产品识别方法和***、存储介质 - Google Patents

核心竞争产品识别方法和***、存储介质 Download PDF

Info

Publication number
CN108665306A
CN108665306A CN201810422148.2A CN201810422148A CN108665306A CN 108665306 A CN108665306 A CN 108665306A CN 201810422148 A CN201810422148 A CN 201810422148A CN 108665306 A CN108665306 A CN 108665306A
Authority
CN
China
Prior art keywords
product
analyzed
attribute
data set
name
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810422148.2A
Other languages
English (en)
Other versions
CN108665306B (zh
Inventor
张强
王安宁
方钊
彭张林
杨善林
赛影辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chery Automobile Co Ltd
Hefei University of Technology
Original Assignee
Hefei University of Technology
SAIC Chery Automobile Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology, SAIC Chery Automobile Co Ltd filed Critical Hefei University of Technology
Priority to CN201810422148.2A priority Critical patent/CN108665306B/zh
Publication of CN108665306A publication Critical patent/CN108665306A/zh
Application granted granted Critical
Publication of CN108665306B publication Critical patent/CN108665306B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种核心竞争产品识别方法和***、存储介质，包括：确定待分析产品的多个潜在竞争产品；从待分析产品和每一个潜在竞争产品的在线客户评论中均采集第一预设数量的在线客户评论，形成数据集；从数据集中的在线客户评论中提取出产品名称，并根据提取出的产品名称，构建产品名称库；根据数据集中包含产品名称库中至少两个产品名称的在线客户评论，确定待分析产品的潜在客户流失到每一个潜在竞争产品的概率；根据潜在客户流失到各个潜在竞争产品的概率，从多个潜在竞争产品中选取出待分析产品的核心竞争产品。通过本发明，企业可以了解其产品的核心竞争产品，进而便于对其产品相对于核心竞争产品的优劣进行分析。

Description

核心竞争产品识别方法和***、存储介质
技术领域
本发明涉及文本数据处理领域，具体涉及一种核心竞争产品识别方法和***、存储介质。
背景技术
随着信息技术的快速发展，越来越多的消费者选择在微博、论坛等社交网站上分享自己的购物体验，这些在线客户评论中存在大量产品之间比较的信息，利用这些比较信息可以帮助企业了解哪些产品是核心竞争产品。
发明内容
(一)解决的技术问题
本发明提供了一种核心竞争产品识别方法和***、存储介质，可以帮助企业了解用户产品的核心竞争产品。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
第一方面，本发明提供一种核心竞争产品识别方法，包括：
确定待分析产品的多个潜在竞争产品；
从所述待分析产品和每一个潜在竞争产品的在线客户评论中均采集第一预设数量的在线客户评论，形成数据集；
从所述数据集中的在线客户评论中提取出产品名称，并根据提取出的产品名称，构建产品名称库；
根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，确定所述待分析产品的潜在客户流失到每一个潜在竞争产品的概率；
根据所述潜在客户流失到各个潜在竞争产品的概率，从所述多个潜在竞争产品中选取出所述待分析产品的核心竞争产品。
第二方面，本发明提供一种核心竞争产品识别***，包括：
潜在竞争产品确定模块，用于确定待分析产品的多个潜在竞争产品；
数据集构建模块，用于从所述待分析产品和每一个潜在竞争产品的在线客户评论中均采集第一预设数量的在线客户评论，形成数据集；
名称库构建模块，用于从所述数据集中的在线客户评论中提取出产品名称，并根据提取出的产品名称，构建产品名称库；
客户流失概率确定模块，用于根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，确定所述待分析产品的潜在客户流失到每一个潜在竞争产品的概率；
核心竞争产品确定模块，用于根据所述潜在客户流失到各个潜在竞争产品的概率，从所述多个潜在竞争产品中选取出所述待分析产品的核心竞争产品。
第三方面，本发明提供一种计算机存储介质，其上存储有计算机程序，其特征在于，在处理器执行所述计算机程序时可实现上述方法。
(三)有益效果
本发明实施例提供了一种核心竞争产品识别方法和***、存储介质，具备以下有益效果：首先确定待分析产品的潜在竞争产品，然后基于在线客户评论确定待分析产品的潜在客户流失到各个潜在竞争产品的概率，然后依据概率确定待分析产品的核心竞争产品。通过本方法，企业可以了解其产品的核心竞争产品，进而便于对其产品相对于核心竞争产品的优劣进行分析。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中核心竞争产品识别方法的流程示意图；
图2是本发明一实施例中核心竞争产品识别***的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
第一方面，本发明提供一种核心竞争产品识别方法，如图1所示，该方法包括：
S101、确定待分析产品的多个潜在竞争产品；
在实际应用时，潜在竞争产品可以根据待分析产品的价格和类型进行确定，例如，待分析产品为博越汽车，其潜在竞争产品有瑞虎7、传祺GS4、哈弗H6等。
S102、从所述待分析产品和每一个潜在竞争产品的在线客户评论中均采集第一预设数量的在线客户评论，形成数据集；
举例来说，在博越汽车的在线客户评论中选择100条评论，在瑞虎7、传祺GS4、哈弗H6的在线客户评论中各选择100条评论，然后将这些评论形成数据集，在下文中会出现第二数据集，为了与此区分，可以将这里形成的数据集称之为第一数据集。
S103、从所述数据集中的在线客户评论中提取出产品名称，并根据提取出的产品名称，构建产品名称库；
在实际应用时，可以采用网络众包的方式从在线客户评论中提取出产品名称。由于不同用户的表达方式不同，因此同一产品名称可以存在不同的表达方式，故可以对提取出的产品名称进行同义词扩展，并将扩展结果形成产品名称库。例如，瑞虎7，虎7；传祺GS4，GS4，gs4；哈弗H6，H6，h6。
S104、根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，确定所述待分析产品的潜在客户流失到每一个潜在竞争产品的概率；
假设待分析产品为i，潜在竞争产品为j，可以采用下式计算所述待分析产品i的潜在客户流失到潜在竞争产品j的概率：
式中，N(Ai)为第二数据集中包含所述待分析产品i的产品名称的在线客户评论的数量，N(BjIAi)为所述第二数据集中包含所述待分析产品i的产品名称且客户购买潜在竞争产品j的在线客户评论的数量，CR-LPC(i→j)为所述待分析产品i的潜在客户流失到潜在竞争产品j的概率。
上述公式推理过程如下：
上述过程中的第二数据集为所述第一数据集中包含所述产品名称库中至少两个产品名称的在线客户评论所形成的第二数据集。
举例来说，博越汽车的潜在客户流失到各个潜在竞争产品的概率如下表1所示：
表1 潜在客户流失概率表
S105、根据所述潜在客户流失到各个潜在竞争产品的概率，从所述多个潜在竞争产品中选取出所述待分析产品的核心竞争产品。
从上表1可以看出，博越汽车的潜在客户流失到哈弗H6和传祺GS4的概率最高，因此可以认为哈弗H6和传祺GS为核心竞争产品。
在实际应用时，步骤S105可以包括如下步骤：
根据所述潜在客户流失到各个潜在竞争产品的概率，对所述多个潜在竞争产品进行排序，得到排序结果；从所述排序结果中选取出概率最高的第四预设数量的潜在竞争产品作为所述核心竞争产品。
例如，如果第四预设数量为3，则根据上表3可以认定哈弗H6、传祺GS和荣威RX5为核心竞争产品。
本发明提供的核心竞争产品识别方法，首先确定待分析产品的潜在竞争产品，然后基于在线客户评论确定待分析产品的潜在客户流失到各个潜在竞争产品的概率，然后依据概率确定待分析产品的核心竞争产品。通过本方法，企业可以了解其产品的核心竞争产品，进而便于对其产品相对于核心竞争产品的优劣进行分析。
在具体实施时，还可以对待分析产品相对于其核心竞争产品的优劣进行分析，具体分析过程可以包括：
S106、确定所述待分析产品和所述多个潜在竞争产品的产品属性，并根据所述产品属性，构建产品属性库；
所谓的产品属性，例如，外观、外形、车型、动力、起步、加速。
在实际应用中，产品属性的确定过程可以包括：采用词性分析的方式，标记所述数据集中各条在线客户评论中的名词和/或动词，并将所述名词和/或动词的频繁一项集和频繁二项集作为所述产品属性。
在实际应用时，根据产品属性构建产品属性库的过程具体可以包括：对所述产品属性进行同义词合并，并将合并结果形成所述产品属性库。
S107、根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，采用极大似然方法确定所述产品属性库中各个产品属性的重要性系数，并针对每一产品属性确定所述待分析产品相对于每一核心竞争产品的评价得分；
可理解的是，该步骤中的数据集为第一数据集，且第一数据集中包含产品名称库中至少两个产品名称的在线客户评论形成的数据集为第二数据集。也就是说，根据第二数据集中的在线客户评论计算重要性系数和评价得分。
举例来说，有m个产品属性，这m个产品属性的重要性系数可以表示为：(β1,β2,...,βm)。
上式中，若用户购买产品i，则yk为1，也就是说，式(3)的左边为1，若购买产品j，则yk为0，也就是说，式(3)的左边为0，xkm为客户对于产品i和产品j对产品属性m的评价，其值为0或1，其值的确定方式可以参考下式(5)；为扰动项。
在确定公式(3)的左边以及右边中的扰动项和xkm后，公式(3)成为未知数仅为各个重要性系数的方程式，通过大量用户对从产品i和产品j的在线客户评论，可以得到多个未知数仅为各个重要性系数的方程式，然后利用极大似然方法对这些方程式进行分析，可以估算出各个重要性系数的值。
可理解的是，若某一产品属性的重要性系数越高，该产品属性对于其产品来说越重要。多个产品属性的重要性系数如下表2所示：
表2 产品属性的重要性系数表
产品属性 重要性系数
油耗 1.676
动力 4.668
配置 2.118
性价比 4.491
内饰 3.271
外观 3.380
空间 1.743
提车时间 12.252
质量 3.463
从上表2可以看出，提车时间、动力、性价比、内饰、外观、质量、配置相对于油耗、空间要重要的多。
根据在线客户评论，可以得知客户对于产品i和产品j的产品属性m的评价：
式中，产品i相对于产品j的产品属性m的评价得分为：
表3 对于两个产品i和j的评价表
在上表3中，针对每一列数据，将该列数据中的各个值求和，便得到该列对应的产品属性的评价得分。
对于博越汽车来说，其相对于哈弗H6，各个产品属性的评价得分如下表4所示：
表4 产品属性的评价得分表
产品属性 评价得分
油耗 4
动力 25
配置 32
性价比 -5
内饰 3
外观 -19
空间 -14
提车时间 -17
质量 -17
从上表4中可以看出，博越汽车相对于哈弗H6，用户对其动力和配置的评价较高，对其提车时间和质量的评价较低。
S108、根据各个产品属性的重要性系数以及针对各个产品属性所述待分析产品相对于每一核心竞争产品的评价得分，确定所述待分析产品相对于该核心竞争产品的优势和/或劣势；其中，重要性系数高于预设阈值且评价得分最高的第二预设数量的产品属性为所述待分析产品相对于该核心竞争产品的优势，重要性系数高于预设阈值且评价分数最低的第三预设数量的产品属性为所述待分析产品的劣势。
可理解的是，上述优势或劣势实际上是产品属性，例如，动力、配置等。待分析产品相对于每一个核心竞争产品，可以分析出待分析产品的优势和/或劣势。相对于不同的核心竞争产品，可以分析出待分析产品具有不同的优势和/或劣势。优势和/或劣势的具体分析可以依据结合重要性系数和评价得分进行。
举例来说，从表2中可以看出，提车时间、动力、性价比、内饰、外观、质量、配置这些产品属性比较重要。从表3中可以看出，博越汽车相对于哈弗H6来说，动力和配置的评价得分较高，而提车时间和质量的评价得分较低。也就是说，动力和配置为重要性系数较高且评价得分最高的两个产品属性，则这两个产品属性为博越相对于哈弗H6的优势；提车时间和质量为重要性系数较高且评价得分最低的两个产品属性，则这两个产品属性为博越相对于哈弗H6的劣势。
第二方面，本发明提供一种核心竞争产品识别***，如图2所示，该***包括：
潜在竞争产品确定模块，用于确定待分析产品的多个潜在竞争产品；
数据集构建模块，用于从所述待分析产品和每一个潜在竞争产品的在线客户评论中均采集第一预设数量的在线客户评论，形成数据集；
名称库构建模块，用于从所述数据集中的在线客户评论中提取出产品名称，并根据提取出的产品名称，构建产品名称库；
客户流失概率确定模块，用于根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，确定所述待分析产品的潜在客户流失到每一个潜在竞争产品的概率；
核心竞争产品确定模块，用于根据所述潜在客户流失到各个潜在竞争产品的概率，从所述多个潜在竞争产品中选取出所述待分析产品的核心竞争产品。
在一些实例中，该***还包括：
属性库构建模块，用于确定所述待分析产品和所述多个潜在竞争产品的产品属性，并根据所述产品属性，构建产品属性库；
重要性确定模块，用于根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，采用极大似然方法确定所述产品属性库中各个产品属性的重要性系数，并针对每一产品属性确定所述待分析产品相对于每一核心竞争产品的评价得分；
优劣势确定模块，用于根据各个产品属性的重要性系数以及针对各个产品属性所述待分析产品相对于每一核心竞争产品的评价得分，确定所述待分析产品相对于该核心竞争产品的优势和/或劣势；其中，重要性系数高于预设阈值且评价得分最高的第二预设数量的产品属性为所述待分析产品相对于该核心竞争产品的优势，重要性系数高于预设阈值且评价分数最低的第三预设数量的产品属性为所述待分析产品的劣势。
在一些实例中，属性库构建模块具体：采用词性分析的方式，标记所述数据集中各条在线客户评论中的名词和/或动词，并将所述名词和/或动词的频繁一项集和频繁二项集作为所述产品属性。
在一些实例中，属性库构建模块具体：对所述产品属性进行同义词合并，并将合并结果形成所述产品属性库。
在一些实例中，名称库构建模块具体：对提取出的产品名称进行同义词扩展，并将扩展结果形成所述产品名称库。
在一些实例中，所述数据集为第一数据集；客户流失概率确定模块采用下式计算所述待分析产品i的潜在客户流失到潜在竞争产品j的概率：
式中，N(Ai)为第二数据集中包含所述待分析产品i的产品名称的在线客户评论的数量，N(BjIAi)为所述第二数据集中包含所述待分析产品i的产品名称且客户购买潜在竞争产品j的在线客户评论的数量，CR-LPC(i→j)为所述待分析产品i的潜在客户流失到潜在竞争产品j的概率，所述第二数据集为所述第一数据集中包含所述产品名称库中至少两个产品名称的在线客户评论所形成的第二数据集。
在一些实例中，核心竞争产品确定模块具体：根据所述潜在客户流失到各个潜在竞争产品的概率，对所述多个潜在竞争产品进行排序，得到排序结果；从所述排序结果中选取出概率最高的第四预设数量的潜在竞争产品作为所述核心竞争产品。
可理解的是，本发明提供的核心竞争产品识别***与核心竞争产品识别方法相对应，其有关内容的解释说明、举例、效果等的内容可以参考核心竞争产品识别方法的相应部分，此处不再赘述。
第三方面，本发明还提供一种计算机存储介质，其上存储有计算机程序，在处理器执行所述计算机程序时可实现上述方法。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种核心竞争产品识别方法，其特征在于，包括：
确定待分析产品的多个潜在竞争产品；
从所述待分析产品和每一个潜在竞争产品的在线客户评论中均采集第一预设数量的在线客户评论，形成数据集；
从所述数据集中的在线客户评论中提取出产品名称，并根据提取出的产品名称，构建产品名称库；
根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，确定所述待分析产品的潜在客户流失到每一个潜在竞争产品的概率；
根据所述潜在客户流失到各个潜在竞争产品的概率，从所述多个潜在竞争产品中选取出所述待分析产品的核心竞争产品。
2.根据权利要求1所述的方法，其特征在于，还包括：
确定所述待分析产品和所述多个潜在竞争产品的产品属性，并根据所述产品属性，构建产品属性库；
根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，采用极大似然方法确定所述产品属性库中各个产品属性的重要性系数，并针对每一产品属性确定所述待分析产品相对于每一核心竞争产品的评价得分；
根据各个产品属性的重要性系数以及针对各个产品属性所述待分析产品相对于每一核心竞争产品的评价得分，确定所述待分析产品相对于该核心竞争产品的优势和/或劣势；其中，重要性系数高于预设阈值且评价得分最高的第二预设数量的产品属性为所述待分析产品相对于该核心竞争产品的优势，重要性系数高于预设阈值且评价分数最低的第三预设数量的产品属性为所述待分析产品的劣势。
3.根据权利要求2所述的方法，其特征在于，所述确定所述待分析产品和所述多个潜在竞争产品的产品属性，包括：
采用词性分析的方式，标记所述数据集中各条在线客户评论中的名词和/或动词，并将所述名词和/或动词的频繁一项集和频繁二项集作为所述产品属性。
4.如权利要求2所述的方法，其特征在于，所述根据所述产品属性，构建产品属性库，包括：对所述产品属性进行同义词合并，并将合并结果形成所述产品属性库。
5.根据权利要求1所述的方法，其特征在于，所述根据提取出的产品名称，构建产品名称库，包括：对提取出的产品名称进行同义词扩展，并将扩展结果形成所述产品名称库。
6.根据权利要求1所述的方法，其特征在于，所述数据集为第一数据集；采用下式计算所述待分析产品i的潜在客户流失到潜在竞争产品j的概率：
式中，N(Ai)为第二数据集中包含所述待分析产品i的产品名称的在线客户评论的数量，N(Bj I Ai)为所述第二数据集中包含所述待分析产品i的产品名称且客户购买潜在竞争产品j的在线客户评论的数量，CR-LPC(i→j)为所述待分析产品i的潜在客户流失到潜在竞争产品j的概率，所述第二数据集为所述第一数据集中包含所述产品名称库中至少两个产品名称的在线客户评论所形成的第二数据集。
7.根据权利要求1～6任一项所述的方法，其特征在于，所述从所述多个潜在竞争产品中选取出所述待分析产品的核心竞争产品，包括：
根据所述潜在客户流失到各个潜在竞争产品的概率，对所述多个潜在竞争产品进行排序，得到排序结果；
从所述排序结果中选取出概率最高的第四预设数量的潜在竞争产品作为所述核心竞争产品。
8.一种核心竞争产品识别***，其特征在于，包括：
潜在竞争产品确定模块，用于确定待分析产品的多个潜在竞争产品；
数据集构建模块，用于从所述待分析产品和每一个潜在竞争产品的在线客户评论中均采集第一预设数量的在线客户评论，形成数据集；
名称库构建模块，用于从所述数据集中的在线客户评论中提取出产品名称，并根据提取出的产品名称，构建产品名称库；
客户流失概率确定模块，用于根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，确定所述待分析产品的潜在客户流失到每一个潜在竞争产品的概率；
核心竞争产品确定模块，用于根据所述潜在客户流失到各个潜在竞争产品的概率，从所述多个潜在竞争产品中选取出所述待分析产品的核心竞争产品。
9.根据权利要求8所述的***，其特征在于，还包括：
属性库构建模块，用于确定所述待分析产品和所述多个潜在竞争产品的产品属性，并根据所述产品属性，构建产品属性库；
重要性确定模块，用于根据所述数据集中包含所述产品名称库中至少两个产品名称的在线客户评论，采用极大似然方法确定所述产品属性库中各个产品属性的重要性系数，并针对每一产品属性确定所述待分析产品相对于每一核心竞争产品的评价得分；
优劣势确定模块，用于根据各个产品属性的重要性系数以及针对各个产品属性所述待分析产品相对于每一核心竞争产品的评价得分，确定所述待分析产品相对于该核心竞争产品的优势和/或劣势；其中，重要性系数高于预设阈值且评价得分最高的第二预设数量的产品属性为所述待分析产品相对于该核心竞争产品的优势，重要性系数高于预设阈值且评价分数最低的第三预设数量的产品属性为所述待分析产品的劣势。
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，在处理器执行所述计算机程序时可实现权利要求1～7任一所述的方法。
CN201810422148.2A 2018-05-04 2018-05-04 核心竞争产品识别方法和***、存储介质 Active CN108665306B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810422148.2A CN108665306B (zh) 2018-05-04 2018-05-04 核心竞争产品识别方法和***、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810422148.2A CN108665306B (zh) 2018-05-04 2018-05-04 核心竞争产品识别方法和***、存储介质

Publications (2)

Publication Number Publication Date
CN108665306A true CN108665306A (zh) 2018-10-16
CN108665306B CN108665306B (zh) 2021-05-25

Family

ID=63780429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810422148.2A Active CN108665306B (zh) 2018-05-04 2018-05-04 核心竞争产品识别方法和***、存储介质

Country Status (1)

Country Link
CN (1) CN108665306B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116402399A (zh) * 2023-04-14 2023-07-07 北京智慧大王科技有限公司 基于人工智能与电子商城的业务数据处理方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030172349A1 (en) * 2002-03-06 2003-09-11 Fujitsu Limited Apparatus and method for evaluating web pages
CN101727451A (zh) * 2008-10-22 2010-06-09 富士通株式会社 信息提取方法和装置
CN107358247A (zh) * 2017-04-18 2017-11-17 阿里巴巴集团控股有限公司 一种确定流失用户的方法及装置
CN107908753A (zh) * 2017-11-20 2018-04-13 合肥工业大学 基于社交媒体评论数据的客户需求挖掘方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030172349A1 (en) * 2002-03-06 2003-09-11 Fujitsu Limited Apparatus and method for evaluating web pages
CN101727451A (zh) * 2008-10-22 2010-06-09 富士通株式会社 信息提取方法和装置
CN107358247A (zh) * 2017-04-18 2017-11-17 阿里巴巴集团控股有限公司 一种确定流失用户的方法及装置
CN107908753A (zh) * 2017-11-20 2018-04-13 合肥工业大学 基于社交媒体评论数据的客户需求挖掘方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116402399A (zh) * 2023-04-14 2023-07-07 北京智慧大王科技有限公司 基于人工智能与电子商城的业务数据处理方法及***
CN116402399B (zh) * 2023-04-14 2023-12-29 上海锦咏数据科技有限公司 基于人工智能与电子商城的业务数据处理方法及***

Also Published As

Publication number Publication date
CN108665306B (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
CN108304526B (zh) 一种数据处理方法、装置及服务器
CN104281622B (zh) 一种社交媒体中的信息推荐方法和装置
KR102174717B1 (ko) 사용자 구매 기준 및 상품 리뷰 기반 상품 추천 시스템 및 방법
CN108628833B (zh) 原创内容摘要确定方法及装置，原创内容推荐方法及装置
CN103136435B (zh) 一种个性化游戏推荐的***、方法及游戏平台
CN103729359B (zh) 一种推荐搜索词的方法及***
CN103927309B (zh) 一种对业务对象标注信息标签的方法及装置
CN106997358A (zh) 信息推荐方法及装置
CN107526850A (zh) 基于多重个性化特征混合架构的社交网络好友推荐方法
CN103778260A (zh) 一种个性化微博信息推荐***和方法
KR102252188B1 (ko) 사용자 구매 기준을 반영한 상품 추천 시스템 및 방법
CN108804683A (zh) 结合矩阵分解和协同过滤算法的电影推荐方法
CN104899246A (zh) 基于模糊机制用户评分邻域信息的协同过滤推荐方法
Khan et al. Airline sentiment visualization, consumer loyalty measurement and prediction using twitter data
CN110197404A (zh) 可降低流行度偏差的个性化长尾商品推荐方法和***
CN107103093A (zh) 一种基于用户行为和情感分析的短文本推荐方法及装置
KR101712291B1 (ko) 오피니언 마이닝을 기반으로 한 사용자 맞춤형 명소 정보 추천 시스템 및 구동 방법
Ahn et al. What makes the difference between popular games and unpopular games? analysis of online game reviews from steam platform using word2vec and bass model
CN103309976B (zh) 一种基于用户性格提高社交引荐效率的方法
CN105045867B (zh) 一种基于图书评分的图书作家推荐方法
CN104537080B (zh) 资讯推荐方法和***
CN104715399B (zh) 一种评分预测方法与***
KR101976056B1 (ko) 추천 시스템 및 추천 방법
CN108363769A (zh) 基于语义的音乐检索数据集的建立方法
CN108665306A (zh) 核心竞争产品识别方法和***、存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant