买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜武汉理工大学申请的专利基于大数据文本挖掘的消费者政策感知分析方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114265931B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111434036.7，技术领域涉及：G06F16/35；该发明授权基于大数据文本挖掘的消费者政策感知分析方法及系统是由刘勤;詹若贤;贾梦婷;谢春晖;温晓楠设计研发完成，并于2021-11-29向国家知识产权局提交的专利申请。

本基于大数据文本挖掘的消费者政策感知分析方法及系统在说明书摘要公布了：本发明公开一种基于大数据文本挖掘的消费者政策感知挖掘方法及系统，包括：在相关政府网站和社交平台采集特定领域政策文本数据及消费者评论文本数据；对采集的文本数据进行预处理，包括去重、降噪、短句处理；基于机器识别和专家知识语料库对专业词汇进行深入挖掘并构建政策语料库；基于消费者评论并结合政策语料库对消费者政策感知挖掘分析。本发明充分利用网络舆论信息，从消费者政策感知角度，对消费者评论文本进行挖掘，并且建立消费者政策感知挖掘的专家知识语料库，从而较大程度提升文本分词效果，并结合自然语言处理等技术，更加系统、准确地挖掘分析消费者对政策的感知状态，为优化政策供给，提高政策精准性和效益性提供建议。

本发明授权基于大数据文本挖掘的消费者政策感知分析方法及系统在权利要求书中公布了：1.基于大数据文本挖掘的消费者政策感知分析方法，其特征在于，包括：获取政策文本数据及消费者评论文本数据并进行预处理；基于预处理后的文本数据构建政策语料库，进一步包括：对预处理后的政策文本和消费者评论文本数据进行词语拆分，并统计所有产生的词语的词频；基于词频统计结果进行点间互信息筛选；基于点间互信息筛选结果进行左右信息熵筛选；基于左右信息熵筛选结果进行停用词及常见通用词汇的去除，得到政策专业词汇；由专家知识语料库对得到的政策专业词汇进行筛选，并完善识别消费者评论中与政策感知相关的词汇，对筛选和完善后的词汇按照政策分类分为四类，形成最终的政策语料库；基于政策语料库进行消费者政策感知分析，进一步包括：将消费者分为不同类别；在不同类别消费者中挖掘评论数据，包括词频强度分析、话题识别、语义网络分析、情感倾向分析；比较不同类别消费者的挖掘分析结果，得到不同消费者群体对于不同类别政策感知的差异；词频强度分析进一步包括：将构建的政策语料库以及相关领域细胞词库导入自定义词典，利用jieba进行消费者评论文本的分词，并统计词频强度；将词频结果按照政策分类划分，并根据词频强度生成对应词云图；话题识别进一步包括：将分词后的消费者评论文本按照每篇文档一个列表的格式存储；将文本转化成词袋模型对应的稀疏向量的表达，构建词频矩阵；计算不同主题数模型的困惑度，确定最优的模型主题数；将通过困惑度法评估得到的最优主题数作为参数，训练LDA模型，分析得到消费者评论中关注的主题；语义网络分析进一步包括：根据政策语料库，在消费者评论文本中筛选出谈及到政策相关的评论文本；统计评论文本中高频词两两之间共同出现的次数，得出这些词之间的紧密程度；统计共现词对出现的频率，根据结果构建高频词共现矩阵；根据高频词共现矩阵，利用NetDraw绘制语义网络图，得到语义网络图中各节点之间的层级、紧密关系，以此了解消费者对于政策的感知情况；情感倾向分析进一步包括：基于政策语料库抽取消费者评论中与政策相关的片段文档，对每条评论文档进行分词，找出文档中的情感词、否定词及程度副词；判断每个情感词之前是否有否定词或程度副词，若有否定词或程度副词，则将情感词与之前的否定词或程度副词划分为一个组，并将情感词的情感得分乘以该组对应的权重系数；否定词的权重系数设置为-1，程度副词根据语义设置不同的权重系数；判断评论文档中的每一句话是否是感叹句或反问句，若是则增加情感得分值；将该条评论文档中所有情感得分加起来，即为最终该条评论文档的情感分析得分。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉理工大学，其通讯地址为：430000 湖北省武汉市洪山区珞狮路122号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。