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！

龙图腾网获悉广州码上购科技有限公司申请的专利基于在线评论数据的客户需求识别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：CN119150875B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411144837.3，技术领域涉及：G06F40/30；该发明授权基于在线评论数据的客户需求识别方法及系统是由童星设计研发完成，并于2024-08-20向国家知识产权局提交的专利申请。

本基于在线评论数据的客户需求识别方法及系统在说明书摘要公布了：本发明公开了基于在线评论数据的客户需求识别方法及系统，涉及数据挖掘和自然语言处理技术领域，包括获取在线评论数据并进行标准化处理，将标准化处理后的在线评论数据集进行去噪处理；提取去噪后的在线评论数据特征，构建支持向量机SVM模型进行客户需求识别；构建可视化界面实时展示客户需求识别的结果，将在线评论数据进行安全存储并实施访问控制。本发明通过获取在线评论数据并进行标准化处理，将标准化处理后的在线评论数据集进行去噪处理，提取去噪后的在线评论数据特征，构建支持向量机SVM模型进行客户需求识别，提高了数据处理的准确性和效率，增强了对用户需求的理解能力，提升客户需求识别的准确率鲁棒性。

本发明授权基于在线评论数据的客户需求识别方法及系统在权利要求书中公布了：1.基于在线评论数据的客户需求识别方法，其特征在于：包括， 获取在线评论数据并进行标准化处理，将标准化处理后的在线评论数据集进行去噪处理； 提取去噪后的在线评论数据特征，构建支持向量机SVM模型进行客户需求识别； 构建可视化界面实时展示客户需求识别的结果，将在线评论数据进行安全存储并实施访问控制； 所述将标准化处理后的在线评论数据集进行去噪处理包括：对标准化后的在线评论数据集进行分词处理，使用预训练的词嵌入模型Word2Vec将每条评论Ai中的第j个词语转换为对应的词向量Aij，并计算每条评论Ai的均值Bi、标准差Ci以及方差Fi； 计算每个词语在评论Ai中的TF-IDF值并按照从大到小进行排序，选择前o个词语作为评论Ai的关键词并组成关键词集合，计算评论Ai的关键词集合相对于在线评论数据集整体关键词的偏离度Pi，公式为： 使用VADER情感分析器对每条评论Ai进行情感分析得到情感得分Si； 构建噪声识别函数，公式为： 其中Ei为第i条评论的噪声识别值； 基于噪声识别值Ei和评论方差Fi计算每条评论的噪声削弱权重Gi，公式为： 使用噪声削弱权重Gi对评论Ai进行调整，得到削弱后的评论A′i； 计算削弱后所有评论数据的全局均值B和标准差σ，使用标准正态分布积分对削弱后的评论Ai'计算标准正态分布积分值，公式为： 其中Hi为第i条评论在区间[c,d]内得到标准正态分布积分值，c和d分别为积分的下限和上限； 设定判断阈值T，将大于判断阈值T的标准正态分布积分值Hi对应的削弱后的评论Ai'，作为正常分布的数据Ai”，删除小于且等于判断阈值T的标准正态分布积分值Hi对应的削弱后的评论A′i； 计算第k个时间段正常分布的数据Ai”的均值μk和方差σk，计算时间相关性调整系数Nk和每个时间段k的时间相关噪声特征hk，公式为： 其中nk为第k个时间段内的正常分布数据数量，A″i,k为第k个时间段第i条正常分布数据； 计算所有时间段的时间相关噪声特征hk的均值μh，对每个时间段的噪声进行处理，得到处理后的噪声影响结果fhk，公式为： 其中β为调节参数； 结合时间相关性调整系数Nk和处理后的噪声影响结果fhk，得到Ik，公式为： 其中M为时间段的总数量，T为时间段的总时长； 构建在线评论数据去噪公式，公式为： 其中J为去噪后的在线评论数据集，N为在线评论数据集评论数量，a和b分别为正态分布积分的上下限。

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广州码上购科技有限公司，其通讯地址为：510000 广东省广州市海珠区新港东路1168号101房自编2404；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”。

以上内容由龙图腾AI智能生成。