本發(fā)明涉及數(shù)據(jù)處理技術(shù)，尤其涉及一種數(shù)據(jù)處理方法及其裝置。

背景技術(shù)：

由于電商平臺的興起和普及，越來越多的用戶選擇在電商平臺上進(jìn)行購物，同時會產(chǎn)生百萬量級甚至更多的用戶評論，這些用戶評論中含有大量用戶關(guān)于產(chǎn)品體驗的有效反饋，能夠幫助產(chǎn)品方了解產(chǎn)品在用戶群體中的定位；但是，由于數(shù)據(jù)量級很大且包含的信息復(fù)雜冗余，這些用戶評論很難有效轉(zhuǎn)化為真正對產(chǎn)品方有用的行業(yè)知識。而且，現(xiàn)有的評測方案和體系多依賴于行業(yè)專家的主觀判斷，當(dāng)評論量很大且噪聲很多的情況下，很難有效迅速地給出分析結(jié)果，并且結(jié)果也會因為主觀性的參與顯得說服力不足。

技術(shù)實現(xiàn)要素：

為解決現(xiàn)有存在的技術(shù)問題，本發(fā)明實施例提供了一種數(shù)據(jù)處理方法及其裝置，能至少解決現(xiàn)有技術(shù)中存在的上述問題。

本發(fā)明實施例的技術(shù)方案是這樣實現(xiàn)的：

本發(fā)明實施例第一方面提供了一種數(shù)據(jù)處理方法，所述方法包括：

獲取至少兩個用戶體驗信息；所述用戶體驗信息表征用戶對目標(biāo)產(chǎn)品進(jìn)行評價的體現(xiàn)用戶體驗特征的信息；

基于所述至少兩個用戶體驗信息對應(yīng)的用戶體驗特征，確定出所述至少兩個用戶體驗信息的體驗特征值，以及確定出至少兩個主題關(guān)鍵字；

根據(jù)所述至少兩個用戶體驗信息中每一用戶體驗信息對應(yīng)的體驗特征值，得到所述至少兩個主題關(guān)鍵字對應(yīng)的目標(biāo)特征值，以通過目標(biāo)特征值辨識出所述目標(biāo)產(chǎn)品針對于所述至少兩個主題關(guān)鍵字對用戶體驗特征的影響程度。

本發(fā)明實施例第二方面提供了一種數(shù)據(jù)處理裝置，所述裝置包括：

輸入設(shè)備，用于獲取至少兩個用戶體驗信息；所述用戶體驗信息表征用戶對目標(biāo)產(chǎn)品進(jìn)行評價的體現(xiàn)用戶體驗特征的信息；

處理器，用于基于所述至少兩個用戶體驗信息對應(yīng)的用戶體驗特征，確定出所述至少兩個用戶體驗信息的體驗特征值，以及確定出至少兩個主題關(guān)鍵字；根據(jù)所述至少兩個用戶體驗信息中每一用戶體驗信息對應(yīng)的體驗特征值，得到所述至少兩個主題關(guān)鍵字對應(yīng)的目標(biāo)特征值，以通過目標(biāo)特征值辨識出所述目標(biāo)產(chǎn)品針對于所述至少兩個主題關(guān)鍵字對用戶體驗特征的影響程度。

本發(fā)明實施例所述的數(shù)據(jù)處理方法及其裝置，通過獲取至少兩個用戶體驗信息，并確定出所述至少兩個用戶體驗信息的體驗特征值，以及確定出至少兩個主題關(guān)鍵字，進(jìn)而確定出所述至少兩個主題關(guān)鍵字對應(yīng)的目標(biāo)特征值(也即系數(shù))，以便于通過目標(biāo)特征值辨識出所述目標(biāo)產(chǎn)品針對于所述至少兩個主題關(guān)鍵字對用戶體驗特征的影響程度，如此，利用本發(fā)明實施例所述的方法即可將評價信息轉(zhuǎn)化為用戶關(guān)于產(chǎn)品體驗的有效反饋，而且，上述過程是自動化實現(xiàn)的，因此，能夠為縮短分析周期奠定基礎(chǔ)；同時，本發(fā)明實施例所述的方法是基于大數(shù)據(jù)分析而得出的，所以，與依賴專家主管判斷的分析方式相比，本發(fā)明實施例得到的結(jié)果更能客觀且真實的反饋出評價信息中各主題的影響度。

附圖說明

圖1為本發(fā)明實施例數(shù)據(jù)處理方法的實現(xiàn)流程示意圖；

圖2為本發(fā)明實施例數(shù)據(jù)處理方法在一具體應(yīng)用中的實現(xiàn)流程示意圖；

圖3為本發(fā)明實施例數(shù)據(jù)處理裝置的組成結(jié)構(gòu)示意圖。

具體實施方式

為了能夠更加詳盡地了解本發(fā)明的特點與技術(shù)內(nèi)容，下面結(jié)合附圖對本發(fā)明的實現(xiàn)進(jìn)行詳細(xì)闡述，所附附圖僅供參考說明之用，并非用來限定本發(fā)明。

實施例一

本實施例提供了一種數(shù)據(jù)處理方法，所述方法應(yīng)用于數(shù)據(jù)處理裝置；該數(shù)據(jù)處理裝置可以具體為任意具有數(shù)據(jù)處理能力的電子設(shè)備，如服務(wù)器等。具體地，圖1為本發(fā)明實施例數(shù)據(jù)處理方法的實現(xiàn)流程示意圖，如圖1所示，所述方法包括：

步驟101：獲取至少兩個用戶體驗信息；所述用戶體驗信息表征用戶對目標(biāo)產(chǎn)品進(jìn)行評價的體現(xiàn)用戶體驗特征的信息；

在實際應(yīng)用中，所述用戶體驗信息可以具體為用于針對目標(biāo)產(chǎn)品的評價信息，該評價信息能夠體現(xiàn)出用戶對所述目標(biāo)產(chǎn)品的用戶體驗特征，例如，用戶體驗特征可以大致分為體驗較好和體驗較差兩類，對應(yīng)地，根據(jù)用戶體驗特征即可確定出評價信息的極性，如評價信息可以具體為正評或負(fù)評(也即好評或差評)。

步驟102：基于所述至少兩個用戶體驗信息對應(yīng)的用戶體驗特征，確定出所述至少兩個用戶體驗信息的體驗特征值，以及確定出至少兩個主題關(guān)鍵字；

在一具體實施例中，可以采用如下方式來確定用戶體驗信息(也即評價信息)的體驗特征值，具體地，判斷所述至少兩個用戶體驗信息對應(yīng)的用戶體驗特征是否滿足預(yù)設(shè)條件，進(jìn)而基于判斷結(jié)果確定出所述至少兩個用戶體驗信息的體驗特征值；其中，所述體驗特征值至少包括第一特征值和第二特征值；所述第一特征值表征用戶對所述目標(biāo)產(chǎn)品的用戶體驗特征滿足預(yù)設(shè)條件；所述第二特征值表征用戶對所述目標(biāo)產(chǎn)品的用戶體驗特征不滿足預(yù)設(shè)條件。也就是說，在實際應(yīng)用中，所述體驗特征值可以表征出用戶體驗信息的極性，如，若用戶體驗信息為正評時，體驗特征值可以為正數(shù)，若用戶體驗信息為負(fù)評時，體驗特征值可以為負(fù)數(shù)。進(jìn)一步地，在實際應(yīng)用中，可以對用戶體驗信息(也即評價信息)進(jìn)行分詞處理，得到若干個分詞，進(jìn)而根據(jù)該若干個分詞的極性來確定用戶體驗信息的極性，例如，當(dāng)若干個分詞中正評分詞的個數(shù)與負(fù)評分詞的個數(shù)之比大于預(yù)設(shè)閾值(比如1)時，確定為該用戶體驗信息為正評，否則，確定為負(fù)評；當(dāng)然，在實際應(yīng)用中，還可以有其他方式來確定用戶體驗信息的極性，本實施例對此不作限制。同時，體驗特征信息的取值也可根據(jù)實際情況而確定。

步驟103：根據(jù)所述至少兩個用戶體驗信息中每一用戶體驗信息對應(yīng)的體驗特征值，得到所述至少兩個主題關(guān)鍵字對應(yīng)的目標(biāo)特征值，以通過目標(biāo)特征值辨識出所述目標(biāo)產(chǎn)品針對于所述至少兩個主題關(guān)鍵字對用戶體驗特征的影響程度。

在一具體實施例中，可以采用如下方式來確定主題關(guān)鍵字的目標(biāo)特征值；具體地，基于用戶體驗特征，選取出每一用戶體驗信息所歸屬的主題關(guān)鍵字，基于每一用戶體驗信息所表征的用戶體驗特征、每一用戶體驗信息對應(yīng)的體驗特征值，以及每一用戶體驗信息所歸屬的主題關(guān)鍵字，建立針對每一用戶體驗信息的表征體驗特征值與主題關(guān)鍵字的對應(yīng)關(guān)系的數(shù)學(xué)關(guān)系式，以得到與所述至少兩個用戶體驗信息對應(yīng)的至少兩個數(shù)學(xué)關(guān)系式；根據(jù)所述至少兩個數(shù)學(xué)關(guān)系式計算得到每個主題關(guān)鍵字對應(yīng)的系數(shù)；將每個主題關(guān)鍵字對應(yīng)的系數(shù)作為所述主題關(guān)鍵字的目標(biāo)特征值。具體地，確定出用戶體驗信息，也即評價信息后，即可根據(jù)評價信息的用戶體驗特征，確定出該評價信息的極性，這里，可以將評價信息的極性作為因變量y，針對每一特定的評價信息，y為已知數(shù)；進(jìn)一步地，將確定出的主題關(guān)鍵字作為自變量x，進(jìn)而建立主題模型，即yi＝ai1x1+ai2x2+…+aimxm，其中，yi表征評價信息的體驗特征值，xj表征主題關(guān)鍵字，aij表征主題關(guān)鍵字對應(yīng)的系數(shù)，也即本實施例所述的目標(biāo)特征值，其中，所述n和m為大于等于1的正整數(shù)；所述i為大于等于1小于等于n的正整數(shù)，所述j為大于等于1小于等于m的正整數(shù)，這里，所述n的取值取決于評價信息(也即用戶體驗信息)的個數(shù)，所述m的取值取決于主題關(guān)鍵字的個數(shù)。對應(yīng)于每條評價信息而已，對應(yīng)的主題關(guān)鍵字的個數(shù)可以小于等于m值。

進(jìn)一步地，對于每一特定的評價信息，yi和xj均為已知項，因此，當(dāng)存在n條評價信息時，即可得到如下公式：

進(jìn)而利用上述公式即可得到主題關(guān)鍵字的系數(shù)，進(jìn)而得到主題模型，這里，所述主題模型即為表征主題關(guān)鍵字與評價信息的極性之間關(guān)系的數(shù)學(xué)關(guān)系式。

這里，當(dāng)確定出主題關(guān)鍵字的目標(biāo)特征值，也即確定出主題關(guān)鍵字的系數(shù)后，即可基于系數(shù)來對待檢測用戶體驗信息進(jìn)行評價，例如，獲取待檢測用戶體驗信息；所述待檢測用戶體驗信息表征用戶對所述目標(biāo)產(chǎn)品進(jìn)行評價的體現(xiàn)用戶體驗特征的信息，即待檢測用戶體驗信息為新的評價信息，從所述至少兩個主題關(guān)鍵字中選取出所述待檢測用戶體驗信息歸屬的主題關(guān)鍵字，并確定出所述待檢測用戶體驗信息歸屬的主題關(guān)鍵字對應(yīng)的目標(biāo)特征值，基于所述待檢測用戶體驗信息歸屬的主題關(guān)鍵字，以及所述待檢測用戶體驗信息歸屬的所述主題關(guān)鍵字的目標(biāo)特征值，得到所述待檢測用戶體驗信息的體驗特征值，以通過所述待檢測用戶體驗信息的體驗特征值確定出待檢測用戶體驗信息對應(yīng)的用戶對所述目標(biāo)產(chǎn)品的用戶體驗特征是否滿足預(yù)設(shè)條件。也就是說，利用主題模型即可確定出評價信息的極性。

這樣，本發(fā)明實施例所述的方法，通過獲取至少兩個用戶體驗信息，并確定出所述至少兩個用戶體驗信息的體驗特征值，以及確定出至少兩個主題關(guān)鍵字，進(jìn)而確定出所述至少兩個主題關(guān)鍵字對應(yīng)的目標(biāo)特征值(也即系數(shù))，以便于通過目標(biāo)特征值辨識出所述目標(biāo)產(chǎn)品針對于所述至少兩個主題關(guān)鍵字對用戶體驗特征的影響程度，如此，利用本發(fā)明實施例所述的方法即可將評價信息轉(zhuǎn)化為用戶關(guān)于產(chǎn)品體驗的有效反饋，而且，上述過程是自動化實現(xiàn)的，因此，能夠為縮短分析周期奠定基礎(chǔ)；同時，本發(fā)明實施例所述的方法是基于大數(shù)據(jù)分析而得出的，所以，與依賴專家主管判斷的分析方式相比，本發(fā)明實施例得到的結(jié)果更能客觀且真實的反饋出評價信息中各主題的影響度。

實施例二

基于實施例一所述的方法，本實施例給出了確定主題關(guān)鍵字的具體方法，具體地，對所述至少兩個用戶體驗信息進(jìn)行分詞處理，得到至少兩個分詞；對所述至少兩個分詞進(jìn)行聚類處理，得到至少兩個主題關(guān)鍵字；其中，每一分詞歸屬于一個主題關(guān)鍵字。

例如，在實際應(yīng)用中，可以利用文檔主題生成模型(lda，latentdirichletallocation)對用戶體驗信息(也即評價信息)進(jìn)行主題關(guān)鍵字抽取，以最終確定出至少兩個主題關(guān)鍵字。這里，在實際應(yīng)用中，每一用戶體驗信息可以對應(yīng)不同的多個主題關(guān)鍵字，而不同的用戶體驗信息可以對應(yīng)相同，或者不相同的主題關(guān)鍵字。例如，評價信息為：“希望換貨，賣家同意，衣服運費也不用承擔(dān)，態(tài)度好”；對該評價信息進(jìn)行分詞處理，并去除無關(guān)詞后，得到分詞：“換貨、賣家、衣服、運費、態(tài)度”，進(jìn)而通過lda算法，對得到的分詞進(jìn)行主題抽取，也即確定出每個分詞歸屬的主題關(guān)鍵字，得到如下主題關(guān)鍵字“質(zhì)量，服務(wù)，質(zhì)量，物流，服務(wù)”，即“換貨”和“衣服”歸屬的主題關(guān)鍵字為“質(zhì)量”，“賣家”和“態(tài)度”歸屬的主題關(guān)鍵字為“服務(wù)”，“運費”歸屬的主題關(guān)鍵字為“物流”。當(dāng)然，在實際應(yīng)用中，還可以根據(jù)其他算法抽取出評價信息對應(yīng)的一個或多個主題關(guān)鍵字，本實施例對此不作限制。

以下給出本發(fā)明實施例的一具體應(yīng)用示例，具體地，如圖2所示，首先，獲取目標(biāo)產(chǎn)品的原始用戶評論(已分正負(fù)評)，將原始用戶評論進(jìn)行分詞處理，并過濾掉與分析無關(guān)的詞(如的，嗎等詞)；然后，將預(yù)處理之后的用戶評論拼接為長文本，輸入到lda中，獲得若干主題關(guān)鍵字；最后，根據(jù)用戶評論中包含的分詞，將每一用戶評論映射到主題關(guān)鍵字，構(gòu)造出針對用戶評論的主題矩陣，通過回歸算法擬合出正負(fù)評關(guān)于各個主題關(guān)鍵字的方程，每個主題關(guān)鍵字的系數(shù)則反映了其對用戶評論極性的影響權(quán)重，例如，系數(shù)為正表示為正面影響，反之為負(fù)面影響，系數(shù)大小表示影響度的相對大小。因此，相較于傳統(tǒng)的人為統(tǒng)計分析，本發(fā)明實施例能夠基于算法自動化完成，縮短了分析周期，同時因為算法的可遷移性，本發(fā)明實施例也能應(yīng)對實時的輿情變化和不同的行業(yè)背景。而且，相較于傳統(tǒng)依賴于專家主觀判斷的方案而言，本發(fā)明實施例能夠客觀地量化出用戶評論中各主題關(guān)鍵字的影響度，同時本發(fā)明實施例還能挖掘出用戶評論隱含的主題，進(jìn)而為完善專家行業(yè)知識奠定了基礎(chǔ)。

實施例三

本實施例提供了一種數(shù)據(jù)處理裝置，該數(shù)據(jù)處理裝置可以具體為任意具有數(shù)據(jù)處理能力的電子設(shè)備，如服務(wù)器等。如圖3所示，所述裝置包括：

輸入設(shè)備31，用于獲取至少兩個用戶體驗信息；所述用戶體驗信息表征用戶對目標(biāo)產(chǎn)品進(jìn)行評價的體現(xiàn)用戶體驗特征的信息；

處理器32，用于基于所述至少兩個用戶體驗信息對應(yīng)的用戶體驗特征，確定出所述至少兩個用戶體驗信息的體驗特征值，以及確定出至少兩個主題關(guān)鍵字；根據(jù)所述至少兩個用戶體驗信息中每一用戶體驗信息對應(yīng)的體驗特征值，得到所述至少兩個主題關(guān)鍵字對應(yīng)的目標(biāo)特征值，以通過目標(biāo)特征值辨識出所述目標(biāo)產(chǎn)品針對于所述至少兩個主題關(guān)鍵字對用戶體驗特征的影響程度。

在實際應(yīng)用中，所述用戶體驗信息可以具體為用于針對目標(biāo)產(chǎn)品的評價信息，該評價信息能夠體現(xiàn)出用戶對所述目標(biāo)產(chǎn)品的用戶體驗特征，例如，用戶體驗特征可以大致分為體驗較好和體驗較差兩類，對應(yīng)地，根據(jù)用戶體驗特征即可確定出評價信息的極性，如評價信息可以具體為正評或負(fù)評(也即好評或差評)。

在一實施例中，所述處理器32，還用于對所述至少兩個用戶體驗信息進(jìn)行分詞處理，得到至少兩個分詞；對所述至少兩個分詞進(jìn)行聚類處理，得到至少兩個主題關(guān)鍵字；其中，每一分詞歸屬于一個主題關(guān)鍵字。例如，在實際應(yīng)用中，可以利用lda對用戶體驗信息(也即評價信息)進(jìn)行主題關(guān)鍵字抽取，以最終確定出至少兩個主題關(guān)鍵字。這里，在實際應(yīng)用中，每一用戶體驗信息可以對應(yīng)不同的多個主題關(guān)鍵字，而不同的用戶體驗信息可以對應(yīng)相同，或者不相同的主題關(guān)鍵字。例如，評價信息為：“希望換貨，賣家同意，衣服運費也不用承擔(dān)，態(tài)度好”；對該評價信息進(jìn)行分詞處理，并去除無關(guān)詞后，得到分詞：“換貨、賣家、衣服、運費、態(tài)度”，進(jìn)而通過lda算法，對得到的分詞進(jìn)行主題抽取，也即確定出每個分詞歸屬的主題關(guān)鍵字，得到如下主題關(guān)鍵字“質(zhì)量，服務(wù)，質(zhì)量，物流，服務(wù)”，即“換貨”和“衣服”歸屬的主題關(guān)鍵字為“質(zhì)量”，“賣家”和“態(tài)度”歸屬的主題關(guān)鍵字為“服務(wù)”，“運費”歸屬的主題關(guān)鍵字為“物流”。當(dāng)然，在實際應(yīng)用中，還可以根據(jù)其他算法抽取出評價信息對應(yīng)的一個或多個主題關(guān)鍵字，本實施例對此不作限制。

在另一實施例中，所述處理器32，還用于基于用戶體驗特征，選取出每一用戶體驗信息所歸屬的主題關(guān)鍵字；基于每一用戶體驗信息所表征的用戶體驗特征、每一用戶體驗信息對應(yīng)的體驗特征值，以及每一用戶體驗信息所歸屬的主題關(guān)鍵字，建立針對每一用戶體驗信息的表征體驗特征值與主題關(guān)鍵字的對應(yīng)關(guān)系的數(shù)學(xué)關(guān)系式，以得到與所述至少兩個用戶體驗信息對應(yīng)的至少兩個數(shù)學(xué)關(guān)系式；根據(jù)所述至少兩個數(shù)學(xué)關(guān)系式計算得到每個主題關(guān)鍵字對應(yīng)的系數(shù)；將每個主題關(guān)鍵字對應(yīng)的系數(shù)作為所述主題關(guān)鍵字的目標(biāo)特征值。具體地，確定出用戶體驗信息，也即評價信息后，即可根據(jù)評價信息的用戶體驗特征，確定出該評價信息的極性，這里，可以將評價信息的極性作為因變量y，針對每一特定的評價信息，y為已知數(shù)；進(jìn)一步地，將確定出的主題關(guān)鍵字作為自變量x，進(jìn)而建立主題模型，即yi＝ai1x1+ai2x2+…+aimxm，其中，yi表征評價信息的體驗特征值，xj表征主題關(guān)鍵字，aij表征主題關(guān)鍵字對應(yīng)的系數(shù)，也即本實施例所述的目標(biāo)特征值，其中，所述n和m為大于等于1的正整數(shù)；所述i為大于等于1小于等于n的正整數(shù)，所述j為大于等于1小于等于m的正整數(shù)，這里，所述n的取值取決于評價信息(也即用戶體驗信息)的個數(shù)，所述m的取值取決于主題關(guān)鍵字的個數(shù)。對應(yīng)于每條評價信息而已，對應(yīng)的主題關(guān)鍵字的個數(shù)可以小于等于m值。

進(jìn)一步地，對于每一特定的評價信息，yi和xj均為已知項，因此，當(dāng)存在n條評價信息時，即可得到如下公式：

進(jìn)而利用上述公式即可得到主題關(guān)鍵字的系數(shù)，進(jìn)而得到主題模型，這里，所述主題模型即為表征主題關(guān)鍵字與評價信息的極性之間關(guān)系的數(shù)學(xué)關(guān)系式。

在另一實施例中，所述處理器32，還用于判斷所述至少兩個用戶體驗信息對應(yīng)的用戶體驗特征是否滿足預(yù)設(shè)條件；基于判斷結(jié)果確定出所述至少兩個用戶體驗信息的體驗特征值；其中，所述體驗特征值至少包括第一特征值和第二特征值；所述第一特征值表征用戶對所述目標(biāo)產(chǎn)品的用戶體驗特征滿足預(yù)設(shè)條件；所述第二特征值表征用戶對所述目標(biāo)產(chǎn)品的用戶體驗特征不滿足預(yù)設(shè)條件。也就是說，在實際應(yīng)用中，所述體驗特征值可以表征出用戶體驗信息的極性，如，若用戶體驗信息為正評時，體驗特征值可以為正數(shù)，若用戶體驗信息為負(fù)評時，體驗特征值可以為負(fù)數(shù)。進(jìn)一步地，在實際應(yīng)用中，可以對用戶體驗信息(也即評價信息)進(jìn)行分詞處理，得到若干個分詞，進(jìn)而根據(jù)該若干個分詞的極性來確定用戶體驗信息的極性，例如，當(dāng)若干個分詞中正評分詞的個數(shù)與負(fù)評分詞的個數(shù)之比大于預(yù)設(shè)閾值(比如1)時，確定為該用戶體驗信息為正評，否則，確定為負(fù)評；當(dāng)然，在實際應(yīng)用中，還可以有其他方式來確定用戶體驗信息的極性，本實施例對此不作限制。同時，體驗特征信息的取值也可根據(jù)實際情況而確定。

在另一實施例中，所述輸入設(shè)備31，還用于獲取待檢測用戶體驗信息；所述待檢測用戶體驗信息表征用戶對所述目標(biāo)產(chǎn)品進(jìn)行評價的體現(xiàn)用戶體驗特征的信息；對應(yīng)地，

所述處理器32，還用于從所述至少兩個主題關(guān)鍵字中選取出所述待檢測用戶體驗信息歸屬的主題關(guān)鍵字，并確定出所述待檢測用戶體驗信息歸屬的主題關(guān)鍵字對應(yīng)的目標(biāo)特征值；基于所述待檢測用戶體驗信息歸屬的主題關(guān)鍵字，以及所述待檢測用戶體驗信息歸屬的所述主題關(guān)鍵字的目標(biāo)特征值，得到所述待檢測用戶體驗信息的體驗特征值，以通過所述待檢測用戶體驗信息的體驗特征值確定出待檢測用戶體驗信息對應(yīng)的用戶對所述目標(biāo)產(chǎn)品的用戶體驗特征是否滿足預(yù)設(shè)條件。也就是說，利用主題模型即可確定出評價信息的極性。

這樣，本發(fā)明實施例所述的裝置，通過獲取至少兩個用戶體驗信息，并確定出所述至少兩個用戶體驗信息的體驗特征值，以及確定出至少兩個主題關(guān)鍵字，進(jìn)而確定出所述至少兩個主題關(guān)鍵字對應(yīng)的目標(biāo)特征值(也即系數(shù))，以便于通過目標(biāo)特征值辨識出所述目標(biāo)產(chǎn)品針對于所述至少兩個主題關(guān)鍵字對用戶體驗特征的影響程度，如此，利用本發(fā)明實施例所述的方法即可將評價信息轉(zhuǎn)化為用戶關(guān)于產(chǎn)品體驗的有效反饋，而且，上述過程是自動化實現(xiàn)的，因此，能夠為縮短分析周期奠定基礎(chǔ)；同時，本發(fā)明實施例所述的方法是基于大數(shù)據(jù)分析而得出的，所以，與依賴專家主管判斷的分析方式相比，本發(fā)明實施例得到的結(jié)果更能客觀且真實的反饋出評價信息中各主題的影響度。

這里需要指出的是：以上數(shù)據(jù)處理裝置實施例項的描述，與上述方法描述是類似的，具有同方法實施例相同的有益效果，因此不做贅述。對于本發(fā)明數(shù)據(jù)處理裝置實施例中未披露的技術(shù)細(xì)節(jié)，本領(lǐng)域的技術(shù)人員請參照本發(fā)明方法實施例的描述而理解，為節(jié)約篇幅，這里不再贅述。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用硬件實施例、軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器和光學(xué)存儲器等)上實施的計算機(jī)程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備(系統(tǒng))、和計算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機(jī)程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計算機(jī)程序指令到通用計算機(jī)、專用計算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機(jī)器，使得通過計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機(jī)程序指令也可存儲在能引導(dǎo)計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機(jī)可讀存儲器中，使得存儲在該計算機(jī)可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機(jī)程序指令也可裝載到計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機(jī)實現(xiàn)的處理，從而在計算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

以上所述僅是本發(fā)明實施例的實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明實施例原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明實施例的保護(hù)范圍。