本發(fā)明涉及信息技術(shù)，特別涉及互聯(lián)網(wǎng)大數(shù)據(jù)分析技術(shù)。

背景技術(shù)：

在大數(shù)據(jù)時(shí)代，以往日常生活里那些無法共享、不可計(jì)量的信息都被數(shù)據(jù)化，人們可以通過互聯(lián)網(wǎng)獲取信息，參與討論和表達(dá)意見，一方面，對(duì)于企業(yè)的品牌產(chǎn)品等相關(guān)信息的意見也紛紛通過互聯(lián)網(wǎng)信息進(jìn)行表達(dá)和傳遞，形成網(wǎng)絡(luò)輿論；另一方面，對(duì)于日常生活中接觸到的產(chǎn)品，人們也傾向于通過互聯(lián)網(wǎng)來進(jìn)行產(chǎn)品信息的查詢，包括其他用戶的評(píng)論、專業(yè)網(wǎng)站評(píng)估及門戶網(wǎng)站的廣告等等，與此同時(shí)，用戶也可以發(fā)布對(duì)企業(yè)或產(chǎn)品的評(píng)估。網(wǎng)絡(luò)信息的快速傳播和擴(kuò)散，可能產(chǎn)生巨大的輿論力量。因此，在身處于大數(shù)據(jù)時(shí)代的企業(yè)必須充分利用數(shù)據(jù)的價(jià)值，全面挖掘和監(jiān)控互聯(lián)網(wǎng)數(shù)據(jù)信息，以便于對(duì)產(chǎn)品進(jìn)行改良、創(chuàng)新、更換以及其他企業(yè)級(jí)的決策，維護(hù)品牌形象，擴(kuò)大品牌影響力，最終促進(jìn)企業(yè)的競爭力。

由于來自互聯(lián)網(wǎng)海量數(shù)據(jù)格式的多樣性，傳統(tǒng)人工采集、處理數(shù)據(jù)方式已經(jīng)難以勝任。雖然目前市面上存在很多輿情分析軟件系統(tǒng)，但是其都沒有利用輿情信息專門深入細(xì)致的針對(duì)產(chǎn)品、生產(chǎn)商的競爭力作出定量評(píng)測。生產(chǎn)商、產(chǎn)品乃至產(chǎn)品屬性的口碑、競爭力是隱藏在海量的輿情數(shù)據(jù)中的非常有價(jià)值的信息。產(chǎn)品輿情分析的目標(biāo)不單單是對(duì)相關(guān)產(chǎn)品的主題、熱點(diǎn)進(jìn)行解析、跟蹤、預(yù)測及預(yù)警，更重要的是深入的解剖出整個(gè)行業(yè)市場中每家廠商的每件產(chǎn)品的相對(duì)競爭力，并將其量化使得整個(gè)行業(yè)的產(chǎn)品的優(yōu)勝劣汰能夠定性定量的得到清晰的展現(xiàn)，同時(shí)還能標(biāo)定出產(chǎn)品間的優(yōu)劣點(diǎn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是要解決目前輿情分析軟件系統(tǒng)都沒有利用輿情信息專門深入細(xì)致的針對(duì)產(chǎn)品、生產(chǎn)商的競爭力作出定量評(píng)測的問題，提供了一種輿情監(jiān)測分析方法。

本發(fā)明解決其技術(shù)問題，采用的技術(shù)方案是，輿情監(jiān)測分析方法，其特征在于，包括以下步驟：

步驟1、通過分布式網(wǎng)絡(luò)爬蟲技術(shù)實(shí)時(shí)抓取各電商網(wǎng)站商品及評(píng)論信息，利用模板提取其中的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行存儲(chǔ)；

步驟2、針對(duì)所存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù)，自動(dòng)對(duì)其進(jìn)行分類、聚類、生成摘要及名稱識(shí)別，并進(jìn)行正負(fù)性質(zhì)預(yù)判；

步驟3、輸出并根據(jù)需求呈現(xiàn)結(jié)構(gòu)化數(shù)據(jù)。

具體的，步驟2中，所述正負(fù)性質(zhì)預(yù)判是指對(duì)評(píng)論信息進(jìn)行文本情感分析。

進(jìn)一步的，所述對(duì)評(píng)論信息進(jìn)行文本情感分析的方法為：

步驟201、針對(duì)不同的商品類型建立不同的文本情感分析模型；

步驟202、判斷該評(píng)論信息所屬商品的類型，選擇該商品類型對(duì)應(yīng)的文本情感分析模型進(jìn)行分析。

具體的，步驟201中，所述針對(duì)不同的商品類型建立不同的文本情感分析模型中，其文本情感分析模型的建立方法為：獲取已有的多個(gè)針對(duì)某一商品類型的評(píng)論信息作為訓(xùn)練集，在訓(xùn)練集的評(píng)論信息中進(jìn)行中文分詞操作，得到多個(gè)候選詞，獲取每個(gè)候選詞對(duì)應(yīng)的情感傾向，將候選詞作為特征建立文本情感分析模型。

再進(jìn)一步的，所述獲取每個(gè)候選詞對(duì)應(yīng)的情感傾向的方式為：判斷候選詞與一般情感基準(zhǔn)詞詞典中各情感基準(zhǔn)詞之間的語義距離，確定候選詞的情感傾向。

具體的，所述獲取每個(gè)候選詞對(duì)應(yīng)的情感傾向的方式為：人工建立標(biāo)記情感語料庫，將候選詞與人工建立的標(biāo)記情感語料庫進(jìn)行匹配，確定候選詞的情感傾向。

再進(jìn)一步的，步驟202中，在分析時(shí)，還提取各評(píng)論信息中的候選詞并進(jìn)行統(tǒng)計(jì)排序，刪除文本情感分析模型中低效和/或無效的特征。

具體的，步驟2中，還對(duì)所存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行清洗，所述清洗為對(duì)離群數(shù)據(jù)及明顯不合理的數(shù)據(jù)進(jìn)行剔除。

本發(fā)明的有益效果是，在本發(fā)明方案中，通過上述輿情監(jiān)測分析方法，可對(duì)評(píng)論信息自動(dòng)進(jìn)行分析，從而得出針對(duì)產(chǎn)品或生產(chǎn)商的競爭力所作出的定量評(píng)測，為生產(chǎn)商或商品開發(fā)人員提供參考，提升產(chǎn)品研發(fā)效率和針對(duì)性。

具體實(shí)施方式

下面結(jié)合實(shí)施例，詳細(xì)描述本發(fā)明的技術(shù)方案。

本發(fā)明所述輿情監(jiān)測分析方法為：首先通過分布式網(wǎng)絡(luò)爬蟲技術(shù)實(shí)時(shí)抓取各電商網(wǎng)站商品及評(píng)論信息，利用模板提取其中的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行存儲(chǔ)；然后針對(duì)所存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù)，自動(dòng)對(duì)其進(jìn)行分類、聚類、生成摘要及名稱識(shí)別，并進(jìn)行正負(fù)性質(zhì)預(yù)判；最后輸出并根據(jù)需求呈現(xiàn)結(jié)構(gòu)化數(shù)據(jù)。

實(shí)施例

本發(fā)明實(shí)施例的輿情監(jiān)測分析方法，其包括以下步驟：

步驟1、通過分布式網(wǎng)絡(luò)爬蟲技術(shù)實(shí)時(shí)抓取各電商網(wǎng)站商品及評(píng)論信息，利用模板提取其中的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行存儲(chǔ)。

本步驟中，分布式網(wǎng)絡(luò)爬蟲技術(shù)為現(xiàn)有較為通用的一種信息獲取技術(shù)，此處不再詳述。

步驟2、針對(duì)所存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù)，自動(dòng)對(duì)其進(jìn)行分類、聚類、生成摘要及名稱識(shí)別，并進(jìn)行正負(fù)性質(zhì)預(yù)判。

本步驟中，正負(fù)性質(zhì)預(yù)判是指對(duì)評(píng)論信息進(jìn)行文本情感分析，其分析方法可為以下具體步驟：

步驟201、針對(duì)不同的商品類型建立不同的文本情感分析模型。

這里，針對(duì)不同的商品類型建立不同的文本情感分析模型中，其文本情感分析模型的建立方法可為：獲取已有的多個(gè)針對(duì)某一商品類型的評(píng)論信息作為訓(xùn)練集，在訓(xùn)練集的評(píng)論信息中進(jìn)行中文分詞操作，得到多個(gè)候選詞，獲取每個(gè)候選詞對(duì)應(yīng)的情感傾向，將候選詞作為特征建立文本情感分析模型。獲取每個(gè)候選詞對(duì)應(yīng)的情感傾向的方式可為：1)判斷候選詞與一般情感基準(zhǔn)詞詞典中各情感基準(zhǔn)詞之間的語義距離，確定候選詞的情感傾向；2)人工建立標(biāo)記情感語料庫，將候選詞與人工建立的標(biāo)記情感語料庫進(jìn)行匹配，確定候選詞的情感傾向。

步驟202、判斷該評(píng)論信息所屬商品的類型，選擇該商品類型對(duì)應(yīng)的文本情感分析模型進(jìn)行分析。

在分析時(shí)，還可以提取各評(píng)論信息中的候選詞并進(jìn)行統(tǒng)計(jì)排序，刪除文本情感分析模型中低效和/或無效的特征，即對(duì)文本情感分析模型進(jìn)行更新。

這里，步驟2中，優(yōu)選還對(duì)所存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行清洗，清洗是指對(duì)離群數(shù)據(jù)及明顯不合理的數(shù)據(jù)進(jìn)行剔除。

步驟3、輸出并根據(jù)需求呈現(xiàn)結(jié)構(gòu)化數(shù)據(jù)。

這里，根據(jù)需求呈現(xiàn)結(jié)構(gòu)化數(shù)據(jù)的方式多種多樣，均為現(xiàn)有較為成熟的技術(shù)，因此此處不再詳述。