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！

龙图腾网获悉齐鲁工业大学申请的专利一种基于自然语言处理技术的卡车用户隐性需求挖掘方法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：CN117235253B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202211724850.7，技术领域涉及：G06F16/35；该发明授权一种基于自然语言处理技术的卡车用户隐性需求挖掘方法是由郑枫;尹红雨设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本一种基于自然语言处理技术的卡车用户隐性需求挖掘方法在说明书摘要公布了：本发明公开一种基于自然语言处理技术的卡车用户隐性需求挖掘方法，该方法主要包括:获取关于卡车的文献和资料、HOWNET情感词典和关于卡车的社交媒体评论文本；对原始评论文本进行有效性分析，得到有效评论文本；对卡车文献和资料、HOWNET情感词典和有效评论文本进行语料预处理，构建属性词汇库和情感词汇库；对有效评论文本进行人工标注。本发明涉及用户需求挖掘技术领域，具体地讲，涉及一种基于自然语言处理技术的卡车用户隐性需求挖掘方法。本发明要解决的技术问题是提供一种基于自然语言处理技术的卡车用户隐性需求挖掘方法，方便卡车用户隐性需求挖掘。

本发明授权一种基于自然语言处理技术的卡车用户隐性需求挖掘方法在权利要求书中公布了：1.一种基于自然语言处理技术的卡车用户隐性需求挖掘方法，其特征在于，包括以下步骤： 步骤一：基于Windows1064位操作系统和Ubuntu18.0.4操作系统，由PyCharm和Python3.6共同搭建实验平台，建立文件夹《卡车资料》、《情感词典》、《在线评论》、《有效评论文本》； 步骤二：收集卡车的文献和资料、情感词典及评论文本，存储到相应的文件夹下； 步骤三：分离出无效评论，将有效评论保存至《有效评论文本》文件夹下； 步骤四：利用NLPIR-ICICLAS汉语词法分析系统对《卡车资料》及《有效评论文本》两个文件夹中的数据进行语料预处理； 步骤五：分为属性词汇库和情感词汇库，《卡车资料》文件夹中的内容经过NLPIR-ICICLAS汉语词法分析系统分词后得到的名词或名词词组作为初始属性词汇库；《情感词典》文件夹中的内容作为初始情感词汇库；《有效评论文本》文件夹中的内容经过NLPIR-ICICLAS汉语词法分析系统分词后得到的名词或名词词组作为候选属性词汇库，形容词或形容词词组作为候选情感词汇库；最后进行筛选去重，整理得到最终属性词汇库和最终情感词汇库； 步骤六：对有效评论进行文本分类，人工标注后利用文本分类模型进行分类； 步骤七：规定显性句式和隐性句式的判别标准，若该条评论文本中同时包含属性词汇和情感词汇，则判定为显性句式；若该条评论文本中只包含属性词汇，则判定为隐性句式； 步骤八：利用SO-PMI算法和HOWNET情感极性量化标准对上述结果进行情感极性分析与量化，整理得到属性词汇，情感均值集合； 步骤九：结合KANO模型和DEMATEL分析法构建卡车需求排序模型，利用KANO模型找到需求和用户满意度间的关系，进行需求属性分类；根据DEMATEL分析法量化需求间的影响关系，最终给出清晰的排序策略； 步骤十：利用问卷调查法网络调研部分卡车用户对卡车产品各个设计要素的满意度，与上述需求排序的结果做对比分析； 所述步骤六的具体流程为： 步骤六一：为防止进行文本分类时产生数据过拟合的现象，首先进行卡车产品设计要素分类工作，即根据《卡车平台产品特征目录》中的十类一级功能属性对有效评论文本进行属性分类； 步骤六二：对有效评论文本进行人工标注，即人工逐句判定有效评论文本属于十类一级功能属性标签中的哪一类，在对应类目的标签框中打“1”，其余类目的标签框中打“0”，该数据集作为训练集； 步骤六三：使用机器学习模型及深度学习模型学习训练集，然后对未进行人工标注的有效评论文本进行属性分类； 步骤六四：采用K折交叉验证法选出文本分类结果中准确率最高的结果进行后续研究。

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齐鲁工业大学，其通讯地址为：250353 山东省济南市长清区大学路3501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”。