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！

龙图腾网获悉合肥工业大学申请的专利数据驱动的汽车属性观点因果追溯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：CN117112726B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310982700.4，技术领域涉及：G06F16/334；该发明授权数据驱动的汽车属性观点因果追溯方法是由张强;吴思雨;王安宁;唐莫默;张伟佳;赵爽耀;唐孝安;彭张林设计研发完成，并于2023-08-03向国家知识产权局提交的专利申请。

本数据驱动的汽车属性观点因果追溯方法在说明书摘要公布了：本发明提供一种数据驱动的汽车属性观点因果追溯方法、系统、存储介质和电子设备，涉及数据处理技术领域。本发明提出的数据驱动的汽车属性观点因果追溯方法，包括汽车属性层次结构网络构建方法及汽车属性观点因果关系追溯方法两方面内容。只需利用针对待分析汽车的社交评论总文本，无需追溯海量文本语料库，有效的解决了现有方案研究模式覆盖率低、文本语料依赖性强的问题；并且在传统属性观点挖掘技术的基础上，探究属性层次结构中观点间的关联性，实现观点因果关系追溯，帮助企业全面更快速、更精准、更高效地发现用户观点的深层次原因，更好掌握汽车属性的优缺点，了解用户需求，制定更精确的产品改进策略。

本发明授权数据驱动的汽车属性观点因果追溯方法在权利要求书中公布了：1.一种数据驱动的汽车属性观点因果追溯方法，其特征在于，包括： S1、根据针对待分析汽车的社交评论总文本，获取汽车属性以及对应的属性观点； S2、识别汽车属性层次关系，包括： S21、根据各所述汽车属性，获取可能存在潜在层次关系的属性对； S22、根据所述社交评论总文本，提取所述属性对的各项汽车属性层次关系特征； S23、将汽车属性层次关系特征作为预先训练好的决策树分类模型的输入，获取每一所述属性对中两个属性之间的层次关系； S3、构建汽车属性层次结构网络，包括： 根据四元组构建汽车属性层次结构网络，其中所述四元组由属性对、相应的层次关系和关系权重构成； S4、追溯属性观点因果关系，包括： 基于生成的汽车属性层次结构网络建立观点间层次关系，形成初步的观点因果关系追溯路径，筛选获取其中的强连接路径；根据各强连接路径，测量观点间的因果关联强度； 所述S21中： 对任意两个属性进行组合，计算每一组合中两个属性的共现频率： 其中，PAB为任一属性对中汽车属性A和汽车属性B的共现频率；NS为社交评论总文本S的数据总量，NAB为汽车属性A和汽车属性B共现的评论数量； 计算每一组合中两个属性的点互信息： 其中，PMIA,B为汽车属性A和汽车属性B的点互信息； 当所述共现频率和点互信息均满足相应阈值时，判断该组合为可能存在潜在层次关系的属性对； 所述S22中各项汽车属性层次关系特征包括： 1频率类特征： 1.1A、B单独出现在社交评论总文本S的频率差值，表示为f1＝PA单-PB单； 1.2A、B单独出现在S的频率商值，表示为 1.3A、B条件概率差值，表示为f3＝PA|B-PB|A； 其中，PA单、PB单分别表示A、B单独出现在S的频率；PA|B表示B单独出现在S发生的条件下A单独出现在S的条件概率，PB|A表示A单独出现在S发生的条件下B单独出现在S的条件概率； 2位置类特征： 2.1A、B在第i个社交评论文本段落si中出现在前的频率差值，表示为f4＝PA前-PB前； 2.2A、B在si中出现在前的频率商值，表示为 其中，PA前、PB前分别表示A、B在si中出现在前的频率； 3语义类特征： 3.1AB与BA的频率差值，表示为f6＝PAB-PBA； 3.2AB与BA的频率商值，表示为 3.3A$B的频率值，表示为f8＝PA$B； 其中，为层次语义模式{的、比如、尤其是、包括}，PAB、PBA表示A与B、B与A存在层次语义模式的频率；$为并列语义模板{与、或、和}，PA$B表示A与B存在并列语义模式的频率。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。