淘宝用户评价标签如何实现

Question

像淘宝这种自动从评论里面获取变成标签的功能是如何实现的 有大神知道吗

Answer 1

楼主这个问题就比较深了，牵涉到数据挖掘和自然语言处理等方面了。不是在sf几个demo代码就能给你解决的，不过可以提供一个思路给你。你自己搜搜相关资料仿一个就好了。
你可以看一下google的开源项目word2vec，这个可以用来做评论的挖掘然后做聚类分析。
那么，实现类似淘宝的这种聚类分析的效果怎么做呢？

1. 收集所有评论，也就是获取你们自己的所有评论。

2. 训练评论词向量，这里可以用斯坦福大学开源的CoreNLP来做中文分词，然后用google的word2vec来训练出词向量。

3. 制定抽取规则，根据上面分析出的结果，制定出抽取的规则。

4. 聚类去重，利用算法对抽取的候选标签去重

5. 计算聚类中心，获得聚类最中心的标签作为显示的关键词。

另，在知乎有人对这个进行过讨论，你可以去参考一下。附上几个链接：
自然语言处理之Word2Vec
知乎关于评论标签聚类的讨论
用户评论挖掘

Answer 2

很简单啊，统计了频繁的关键字而已

Answer 3

有可能是关键字索引，也有可能是评价的时候打钩，感觉更像是关键字匹配出来的

Answer 4

分词, 统计出现词的次数, 设置如出现100次以上就可以形成一个标签.

Answer 5

楼上的各位大佬说的都对，不过其实还有一个更简单的方法，但是不够严谨，权当是多一个思路。
不用管那些关键词的匹配之类的，你只要在用户打分的时候，给每一个分值设定为对应的哪几个关键词
这样，就可以对应出不同的标签了。不过，真实需求中，你这样写，会被产品打死的...

Answer 6

收一个自动评价的软件，联系Q102001