车辆声品质评估方法、装置、评估设备及存储介质与流程

1.本发明实施例涉及大数据技术领域，尤其涉及一种车辆声品质评估方法、装置、评估设备及存储介质。


背景技术：

2.随着科技的发展，互联网信息具有操作简单、传播速度快、分布广等特点，极易对用户产生一定的诱导作用，尤其是在汽车行业，用户通常会通过网络，了解和关注车型相关的抱怨信息，这些信息可能会侧面影响用户的满意度和使用意向。此外，随着汽车行业的发展，用户对汽车声品质，即噪声、振动与声振粗糙度(noise、vibration、harshness)性能的要求越来越高。大量的互联网信息从很多维度反映了车辆的nvh性能，目前的评估方法难以利用海量的互联网信息对车辆的nvh性能进行全面的评估，具有一定的片面性，也使得汽车nvh性能的开发和优化较困难。


技术实现要素：

3.本发明实施例提供了一种车辆声品质评估方法、装置、评估设备及存储介质，以有效利用抱怨信息，实现对nvh性能的综合评估。
4.第一方面，本发明实施例提供了一种车辆声品质评估方法，包括：
5.根据与车辆声品质相关的关键词搜集用户抱怨信息；
6.从所述用户抱怨信息中提取抱怨数据，所述抱怨数据包括至少一个抱怨项、各所述抱怨项对应的抱怨频次以及各所述抱怨项对应的数据来源；
7.根据所述抱怨数据确定车辆声品质的评估结果，所述评估结果包括各所述抱怨项的影响分值以及车辆声品质的nvh抱怨因子。
8.第二方面，本发明实施例还提供了一种车辆声品质评估装置，包括：
9.搜集模块，用于根据与车辆声品质相关的关键词搜集用户抱怨信息；
10.提取模块，用于从所述用户抱怨信息中提取抱怨数据，所述抱怨数据包括至少一个抱怨项、各所述抱怨项对应的抱怨频次以及各所述抱怨项对应的数据来源；
11.评估模块，用于根据所述抱怨数据确定车辆声品质的评估结果，所述评估结果包括各所述抱怨项的影响分值以及车辆声品质的nvh抱怨因子。
12.第三方面，本发明实施例还提供了一种评估设备，包括：
13.一个或多个处理器；
14.存储装置，用于存储一个或多个程序；
15.所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例提供的车辆声品质评估方法。
16.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例提供的车辆声品质评估方法。
17.本发明实施例提供了一种车辆声品质评估方法、装置、评估设备及存储介质，首先
根据与车辆声品质相关的关键词搜集用户抱怨信息，然后从用户抱怨信息中提取抱怨数据，最后根据抱怨数据确定车辆声品质的评估结果。本实施例通过从大量的互联网数据中搜集用户抱怨信息，能够获取较全面的汽车nvh抱怨项，实现对市场nvh抱怨项的监控；进一步通过分析从用户抱怨信息中所提取的抱怨数据，确定各抱怨项的影响分值以及车辆声品质的nvh抱怨因子，能够获取汽车产品在市场中的nvh评价水平，实现对nvh性能的综合评估，以便于nvh性能的开发和优化。
附图说明
18.图1为本发明实施例一提供的一种车辆声品质评估方法的流程示意图；
19.图2为本发明实施例二提供的一种车辆声品质评估方法的流程示意图；
20.图3为本发明实施例三提供的一种车辆声品质评估方法的流程示意图；
21.图4为本发明实施例四提供的一种车辆声品质评估装置的结构示意图；
22.图5为本发明实施例五提供的一种评估设备的结构示意图。
具体实施方式
23.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
24.在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
25.本发明使用的术语”包括”及其变形是开放性包括，即”包括但不限于”。术语”基于”是”至少部分地基于”。术语”一个实施例”表示”至少一个实施例”。
26.需要注意，本发明中提及的”第一”、”第二”等概念仅用于对相应内容进行区分，并非用于限定顺序或者相互依存关系。
27.需要注意，本发明中提及的”一个”、”多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为”一个或多个”。
28.实施例一
29.图1为本发明实施例一提供的一种车辆声品质评估方法的流程示意图，该方法可适用于汽车nvh性能评估的情况，该方法可以由车辆声品质评估装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在具备数据处理能力的评估设备上，在本实施例中评估设备包括但不限于：台式计算机、笔记本电脑和服务器等设备。
30.如图1所示，本发明实施例一提供的一种车辆声品质评估方法，该方法包括如下步骤：
31.s110、根据与车辆声品质相关的关键词搜集用户抱怨信息。
32.其中，声品质可以指在特定的技术目标或任务内涵中研究声音的适宜性；声品质
中的“声”可以指人耳的听觉感知，“品质”可以指根据人耳对声音的听觉感知所做出的主观判断。车辆声品质可以指用户根据人耳对车辆噪声、振动与声振粗糙度，即nvh的听觉感知所做出的的主观判断或评价，车辆声品质可以用于衡量车辆的nvh性能水平。
33.在本实施例中，可以通过在互联网的各个信息媒介数据(即网络舆情大数据)中，采用网络爬虫技术手段，搜集与车辆声品质相关的用户抱怨信息，其中信息媒介可以包括主流的媒体网站、论坛以及贴吧等，本实施例对此不作限定。具体的，技术人员可以利用网络爬虫的技术手段，在主流的媒体网站、论坛和贴吧等信息媒介，通过对与车辆声品质相关的关键词的检索，搜集相关的用户语言抱怨信息内容(即用户抱怨信息)，其中所搜集的用户语言抱怨信息内容中可以包含车型信息、用户的抱怨问题描述以及数据来源等关键信息。
34.本实施例通过对网络舆情大数据的关键词检索，能够搜集到相关的nvh用户抱怨信息，根据nvh用户抱怨信息能够较全面的了解nvh市场抱怨情况；进一步还可通过定期的检索搜集实现用户抱怨信息的更新迭代，从而实现对汽车nvh市场抱怨情况的跟踪。
35.s120、从所述用户抱怨信息中提取抱怨数据，所述抱怨数据包括至少一个抱怨项、各所述抱怨项对应的抱怨频次以及各所述抱怨项对应的数据来源。
36.其中，将所搜集的用户抱怨信息中具有相同属性的抱怨问题合并为一项，称为抱怨项；且从用户抱怨信息中提取的抱怨数据中包括至少一个抱怨项。具体的，首先根据所搜集的用户抱怨信息，从中提取出关键用户抱怨点，并加以转化成工程语言；然后对具有相同属性的抱怨问题进行合并同类项，汇总成至少一个抱怨项，且根据用户抱怨信息中的车型信息可以分类得到各车型的抱怨项，其中每种车型包括至少一个抱怨项；最后还可以将所获得各车型的抱怨项汇总形成一种各车型nvh抱怨数据库。
37.抱怨频次可以指用户针对某抱怨项所抱怨的次数。数据来源可以指抱怨项数据所归属的各个信息媒介，即步骤s110所述的主流的媒体网站、论坛以及贴吧等信息媒介。
38.s130、根据所述抱怨数据确定车辆声品质的评估结果，所述评估结果包括各所述抱怨项的影响分值以及车辆声品质的nvh抱怨因子。
39.其中，影响分值可以用于反映用户的满意度或抱怨程度，也可以用于体现各抱怨项对用户、对车辆声品质以及对车辆性能改进和维护的重要程度；例如，根据某抱怨项影响分值的高低可以判断该抱怨项的严重程度以及消费者负面影响力；消费者负面影响力可以指消费者对该抱怨项的抱怨评价对其他消费者所产生的的负面影响。
40.nvh抱怨因子可以用于反映车辆nvh性能的整体水平，根据nvh抱怨因子可以全面可靠地对车辆nvh性能进行综合评估。
41.在本实施例中，各抱怨项的影响分值可以作为车辆nvh各子项抱怨维度的评价标准或依据。nvh抱怨因子可以作为车辆nvh总体抱怨维度的评价标准或依据。
42.本发明实施例一提供的一种车辆声品质评估方法，首先根据与车辆声品质相关的关键词搜集用户抱怨信息，然后从用户抱怨信息中提取抱怨数据，最后根据抱怨数据确定车辆声品质的评估结果。该方法通过从大量的互联网数据中搜集用户抱怨信息，能够获取较为全面的汽车nvh抱怨项，实现对市场nvh抱怨项的监控；进一步还通过分析从用户抱怨信息中所提取的抱怨数据，确定各抱怨项的影响分值以及车辆声品质的nvh抱怨因子，能够获取汽车产品在市场中的nvh评价水平，实现对nvh性能的综合评估，以便于nvh性能的开发
和优化。
43.实施例二
44.图2为本发明实施例二提供的一种车辆声品质评估方法的流程示意图，本实施例二在上述各实施例的基础上进行细化。本实施例提供了一种通过确定各抱怨项的影响分值对车辆nvh各子项抱怨维度进行评估的方法，在本实施例中，对如何根据抱怨数据确定各抱怨项的影响分值的过程进行了具体描述。需要说明的是，未在本实施例中详尽描述的技术细节可参见上述任意实施例。
45.如图2所示，本发明实施例二提供的一种车辆声品质评估方法，该方法包括如下步骤：
46.s210、根据与车辆声品质相关的关键词搜集用户抱怨信息。
47.在本实施例中，可以通过在各媒体平台的网络舆情大数据中，根据与车辆声品质相关的关键词搜集用户抱怨信息。
48.s220、从所述用户抱怨信息中提取抱怨数据，所述抱怨数据包括至少一个抱怨项、各所述抱怨项对应的抱怨频次以及各所述抱怨项对应的数据来源。
49.其中，各抱怨项对应的数据来源可以指上述s210中的各媒体平台。
50.s230、对于每个抱怨项，统计该抱怨项在各所述数据来源下的抱怨频次。
51.其中，每个抱怨项在不同的数据来源下的抱怨频次不同，例如，在不同的媒体平台中，针对每个抱怨项的抱怨频次不同。
52.s240、根据在各所述数据来源下的抱怨频次所属的频次等级，确定该抱怨项在各所述数据来源下的标准分值。
53.其中，表1为一种抱怨频次与标准分值间的对应关系表。如表1所示，频次等级可以指根据信息传播相关理论，以3抱怨频次为一档所进行的等级划分，其中抱怨频次可表示为n；标准分值可以表示不同频次等级所对应的评价分值，在本实施例中对标准分值建立5分制评价标准。本实施例共划分了5个频次等级，例如，当n＜3时，对应标准分值为1；当抱怨频次3≤n＜6时，对应标准分值为2；当抱怨频次6≤n＜10时，对应标准分值为3；当抱怨频次10≤n＜15时，对应标准分值为4；当抱怨频次n≥15时，对应标准分值为5。
54.表1抱怨频次与标准分值间的对应关系表
55.标准分值(分)12345抱怨频次(n)n＜33≤n＜66≤n＜1010≤n＜15n≥15
56.具体的，对于每个抱怨项，根据该抱怨项在各数据来源下的抱怨频次，通过对应表1所示的频次等级，可以确定该抱怨项在各数据来源下的标准分值。
57.s250、根据该抱怨项在各所述数据来源下的标准分值，以及各所述数据来源对应的影响因子，确定该抱怨项的影响分值。
58.其中，影响因子可以表示各媒体平台(即数据来源)的影响程度，例如可以根据媒体平台的公众认知度、浏览量等信息定义影响因子的大小。
59.确定某抱怨项的影响分值的方式可以包括：对该抱怨项在各媒体平台下的标准分值以及各媒体平台对应的影响因子进行加权求和计算的方式；对各标准分值以及影响因子求平均值的方式；或者是对该抱怨项的数据来源进行增加、筛选和淘汰等步骤的方式，例如可以将影响因子低的媒体平台淘汰掉或者增加影响因子高的其他媒体平台等。确定影响分
值的方式可根据实际需求、各数据来源的重要程度和关注程度灵活分配，在本实施例中对此不作限定。
60.可选的，根据该抱怨项在各所述数据来源下的标准分值，以及各所述数据来源对应的影响因子，确定该抱怨项的影响分值，包括：将各所述数据来源对应的影响因子作为权重，对该抱怨项在各所述数据来源下的标准分值进行加权求和，得到该抱怨项的影响分值。
61.本实施例以5个媒介平台作为数据来源为例，表2为一种各媒体平台的影响因子表。如表2所示，影响因子可以用k来表示，其中，ka、kb、kc、kd和ke可以分别表示媒体平台a、b、c、d和e的影响因子。需要注意的是，本实施例中各个影响因子之和为1，即ka+kb+kc+kd+ke＝1。
62.表2各媒体平台的影响因子表
63.媒体平台abcde影响因子(k)kakbkckdke
64.表3为一种抱怨项的影响分值表。如表3所示，针对某一抱怨项，根据各媒体平台所统计的该抱怨项的抱怨频次，可以获得该抱怨项在各媒体平台下的标准分值，然后将各媒体平台对应的影响因子作为权重，对该抱怨项在各媒体平台下的标准分值进行加权求和，可以得到该抱怨项的影响分值。表3中，na、nb、nc、nd、ne可以分别表示抱怨项在各媒体平台a、b、c、d和e下的抱怨频次；ya、yb、yc、yd、ye可以分别表示抱怨项在各媒体平台a、b、c、d和e下的标准分值；w可以表示抱怨项的影响分值，其计算公式可表示为w＝ka*ya+kb*yb+kc*yc+kd*yd+ke*ye。
65.表3抱怨项的影响分值表
[0066][0067]
s260、根据各所述抱怨项的影响分值确定各所述抱怨项的严重度和/或紧急度。
[0068]
其中，可以根据影响分值的高低来判断各抱怨项的严重度和/或紧急度。严重度可以表示该抱怨项对用户或车辆性能的严重程度；紧急度可以表示该抱怨项的紧急程度。表4为一种影响分值与各抱怨项严重度和紧急度间的对应关系表。如表4所示，针对各抱怨项严重度而言，当影响分值为0.5时，严重度为偶发，可以表示该抱怨项偶尔发生；当影响分值为1或1.5时，严重度为轻微；当影响分值为2、2.5或3时，严重度为中等；当影响分值为3.5、4或4.5时，严重度为严重；当影响分值为5时，严重度为致命。针对各抱怨项紧急度而言，当影响分值为0.5、1或1.5时，紧急度为低(low)；当影响分值为2、2.5或3时，紧急度为中(medium)；当影响分值为3.5、4或4.5时，紧急度为高(high)；当影响分值为5时，紧急度为紧急(urgent)。
[0069]
表4影响分值与各抱怨项严重度和紧急度间的对应关系表
[0070][0071]
在本实施例中，技术人员可以根据影响分值来判断各抱怨项的严重度和/或紧急度，然后根据各抱怨项的严重程度和紧急程度对各抱怨项进行一定的nvh性能开发或优化。
[0072]
本发明实施例二提供的一种车辆声品质评估方法，具体化了根据抱怨数据确定各抱怨项的影响分值的过程。本实施例通过抱怨项在各数据来源下的标准分值，以及各数据来源对应的影响因子，确定该抱怨项的影响分值的方法，能够获得各抱怨项的评价标准，并且还能够根据影响分值大小来判断各抱怨项的严重程度和紧急程度，实现对车辆nvh各子项抱怨维度的评估，以便于nvh性能的开发和优化。
[0073]
实施例三
[0074]
图3为本发明实施例三提供的一种车辆声品质评估方法的流程示意图，本实施例三在上述各实施例的基础上进行细化。本实施例提供了一种通过确定车辆声品质的nvh抱怨因子对车辆nvh总体抱怨维度进行评估的方法，在本实施例中，对如何根据抱怨数据确定车辆声品质的nvh抱怨因子的过程进行了具体描述。需要说明的是，未在本实施例中详尽描述的技术细节可参见上述任意实施例。
[0075]
如图3所示，本发明实施例三提供的一种车辆声品质评估方法，该方法包括如下步骤：
[0076]
s310、根据与车辆声品质相关的关键词搜集用户抱怨信息。
[0077]
s320、从所述用户抱怨信息中提取抱怨数据，所述抱怨数据包括至少一个抱怨项、各所述抱怨项对应的抱怨频次以及各所述抱怨项对应的数据来源。
[0078]
s330、根据所述抱怨数据，统计得到多个nvh问题对应的抱怨频次。
[0079]
其中，nvh问题的数据可以通过对车辆进行市场用户调研的方式获取，例如可使用j.d.power iqs市场nvh调研数据，也可以使用网络舆情数据或者各公司专用的市场调研数据，或者也可以是从公共数据库或车联网数据库中下载的数据等，本实施例对此不作限定。
[0080]
在本实施例中，所使用的是j.d.power市场nvh调研数据，j.d.power是一种开发并维护着世界上现存最大、最全面的用户满意度数据库之一，其中包括各领域众多消费者对产品和服务等方面的反馈信息，例如汽车领域。在j.d.power市场nvh调研数据中，pp100指标中包含多个nvh抱怨类问题；其中，pp100可以表示平均每百辆车的用户抱怨的问题数。
[0081]
可选的，所述nvh问题包括：风噪类问题、路噪类问题、品质类问题和异响类问题。
[0082]
其中，pp100指标中nvh抱怨类问题根据各自的特性可以分成四大类nvh问题，分别是风噪类问题、路噪类问题、品质类问题和异响类问题；然后可以根据nvh抱怨类问题的内容描述，将多个nvh抱怨类问题分别对应四大类nvh问题进行归类汇总，并且根据统计分析结果获得该四类nvh问题所对应的抱怨频次。
[0083]
s340、根据各所述nvh问题对应的抱怨频次所属的频次等级，确定各所述nvh问题对应的问题系数。
[0084]
其中，频次等级可以指按照设定的步长对抱怨频次的等级划分，所设定的步长可以是固定的，也可以是有一定规律变化的，本实施例对此不作限定。然后根据各nvh问题对
应的抱怨频次所属的频次等级，可以确定各nvh问题对应的问题系数，其中问题系数可以表示各nvh问题对于用户或车辆nvh性能的重要程度。
[0085]
可选的，按照设定步长划分抱怨频次的频次等级，其中，所述设定步长为固定值，或者与抱怨频次呈正相关。
[0086]
其中，设定步长可以是固定值，例如可以每隔20抱怨频次设定一个频次等级，也可以每隔30抱怨频次设定一个频次等级。或者设定步长也可以是与抱怨频次呈正相关，例如频次等级间隔可以呈规律增长，可表示为n≤20、20＜n≤50、50＜n≤90、90＜n≤140、
…
，依此类推，每次间隔均在上一次的基础上增加10抱怨频次。在本实施例中，可以根据实际需求对频次等级的步长进行灵活设定，本实施例对此不作限定。
[0087]
s350、按照设定权重对各所述问题系数进行加权求和，得到所述nvh抱怨因子。
[0088]
其中，在j.d.power市场nvh调研数据中，根据统计分析结果可以得出风噪类问题、路噪类问题、品质类问题和异响类问题的权重比例分别是15％、30％、30％和25％。
[0089]
示例性的，本实施例以固定步长值为例进行抱怨频次的频次等级划分，表5为一种nvh抱怨因子表。如表5所示，所设定的步长固定值为20抱怨频次，不同的频次等级对应不同的问题系数m，然后根据各nvh问题对应的抱怨频次，确定相应的频次等级，从而确定各nvh问题对应的问题系数m。q表示nvh抱怨因子，q可以按照设定权重对各问题系数进行加权求和得到，其计算公式可表示为q＝m1*15％+m2*30％+m3*30％+m4*25％，其中m1可以表示风噪类问题系数，m2可以表示路噪类问题系数，m3可以表示品质类问题系数，m4可以表示异响类问题系数。
[0090]
表5 nvh抱怨因子表
[0091][0092]
本发明实施例三提供的一种车辆声品质评估方法，具体化了根据抱怨数据确定车辆声品质的nvh抱怨因子的过程。本实施例通过各nvh问题所对应的问题系数和设定权重，确定nvh抱怨因子的方法，能够实现对车辆nvh总体抱怨维度的评估，进一步根据评估结果来衡量整车nvh的性能水平，以便于整车nvh性能的开发和优化。
[0093]
实施例四
[0094]
图4为本发明实施例四提供的一种车辆声品质评估装置的结构示意图，该装置可由软件和/或硬件实现。如图4所示，该装置包括：搜集模块410、提取模块420以及评估模块430。
[0095]
其中，搜集模块410，用于根据与车辆声品质相关的关键词搜集用户抱怨信息；
[0096]
提取模块420，用于从所述用户抱怨信息中提取抱怨数据，所述抱怨数据包括至少
一个抱怨项、各所述抱怨项对应的抱怨频次以及各所述抱怨项对应的数据来源；
[0097]
评估模块430，用于根据所述抱怨数据确定车辆声品质的评估结果，所述评估结果包括各所述抱怨项的影响分值以及车辆声品质的nvh抱怨因子。
[0098]
在本实施例中，该装置首先通过搜集模块搜集用户抱怨信息，然后通过提取模块提取抱怨数据，最后通过评估模块确定车辆声品质的评估结果。该装置通过从大量的互联网数据中搜集用户抱怨信息，能够获取较为全面的汽车nvh抱怨项，实现对市场nvh抱怨项的监控；进一步还通过分析从用户抱怨信息中所提取的抱怨数据，确定各抱怨项的影响分值以及车辆声品质的nvh抱怨因子，能够获取汽车产品在市场中的nvh评价水平，实现对nvh性能的综合评估，以便于nvh性能的开发和优化。
[0099]
可选的，评估模块430，在执行“根据所述抱怨数据确定各所述抱怨项的影响分值”时，具体包括：
[0100]
第一频次统计单元，用于对于每个抱怨项，统计该抱怨项在各所述数据来源下的抱怨频次；
[0101]
标准分值确定单元，用于根据在各所述数据来源下的抱怨频次所属的频次等级，确定该抱怨项在各所述数据来源下的标准分值；
[0102]
影响分值确定单元，用于根据该抱怨项在各所述数据来源下的标准分值，以及各所述数据来源对应的影响因子，确定该抱怨项的影响分值。
[0103]
可选的，影响分值确定单元具体用于：
[0104]
将各所述数据来源对应的影响因子作为权重，对该抱怨项在各所述数据来源下的标准分值进行加权求和，得到该抱怨项的影响分值。
[0105]
可选的，所述装置还包括：
[0106]
根据各所述抱怨项的影响分值确定各所述抱怨项的严重度和/或紧急度。
[0107]
可选的，评估模块430，在执行“根据所述抱怨数据确定车辆声品质的nvh抱怨因子”时，具体还包括：
[0108]
第二频次统计单元，用于根据所述抱怨数据，统计得到多个nvh问题对应的抱怨频次；
[0109]
问题系数确定单元，用于根据各所述nvh问题对应的抱怨频次所属的频次等级，确定各所述nvh问题对应的问题系数；
[0110]
nvh抱怨因子确定单元，用于按照设定权重对各所述问题系数进行加权求和，得到所述nvh抱怨因子。
[0111]
可选的，所述nvh问题包括：风噪类问题、路噪类问题、品质类问题和异响类问题。
[0112]
可选的，评估模块430，在执行“根据所述抱怨数据确定车辆声品质的nvh抱怨因子”时，具体还用于：
[0113]
按照设定步长划分抱怨频次的频次等级，其中，所述设定步长为固定值，或者与抱怨频次呈正相关。
[0114]
上述车辆声品质评估装置可执行本发明任意实施例所提供的车辆声品质评估方法，具备执行方法相应的功能模块和有益效果。
[0115]
实施例五
[0116]
图5为本发明实施例五提供的一种评估设备的结构示意图。如图5所示，本发明实
施例五提供的评估设备包括：一个或多个处理器41和存储装置42；该评估设备中的处理器41可以是一个或多个，图5中以一个处理器41为例；存储装置42用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器41执行，使得所述一个或多个处理器41实现如本发明实施例中任一项所述的车辆声品质评估方法。
[0117]
所述评估设备还可以包括：输入装置43和输出装置44。
[0118]
评估设备中的处理器41、存储装置42、输入装置43和输出装置44可以通过总线或其他方式连接，图5中以通过总线连接为例。
[0119]
该评估设备中的存储装置42作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例一、二或三所提供车辆声品质评估方法对应的程序指令/模块(例如，附图4所示的车辆声品质评估装置中的模块，包括：搜集模块410、提取模块420以及评估模块430)。处理器41通过运行存储在存储装置42中的软件程序、指令以及模块，从而执行评估设备的各种功能应用以及数据处理，即实现上述方法实施例中车辆声品质评估方法。
[0120]
存储装置42可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据评估设备的使用所创建的数据等。此外，存储装置42可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置42可进一步包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至评估设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0121]
输入装置43可用于接收输入的数字或字符信息，以及产生与评估设备的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示屏等显示设备。
[0122]
并且，当上述评估设备所包括一个或者多个程序被所述一个或者多个处理器41执行时，程序进行如下操作：根据与车辆声品质相关的关键词搜集用户抱怨信息；从所述用户抱怨信息中提取抱怨数据，所述抱怨数据包括至少一个抱怨项、各所述抱怨项对应的抱怨频次以及各所述抱怨项对应的数据来源；根据所述抱怨数据确定车辆声品质的评估结果，所述评估结果包括各所述抱怨项的影响分值以及车辆声品质的nvh抱怨因子。
[0123]
实施例六
[0124]
本发明实施例六提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行车辆声品质评估方法，该方法包括：根据与车辆声品质相关的关键词搜集用户抱怨信息；从所述用户抱怨信息中提取抱怨数据，所述抱怨数据包括至少一个抱怨项、各所述抱怨项对应的抱怨频次以及各所述抱怨项对应的数据来源；根据所述抱怨数据确定车辆声品质的评估结果，所述评估结果包括各所述抱怨项的影响分值以及车辆声品质的nvh抱怨因子。
[0125]
可选的，该程序被处理器执行时还可以用于执行本发明任意实施例所提供的车辆声品质评估方法。
[0126]
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或
多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(random access memory，ram)、只读存储器(read only memory，rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式cd
‑
rom、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0127]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于：电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0128]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、无线电频率(radiofrequency，rf)等等，或者上述的任意合适的组合。
[0129]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0130]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。