产品分析方法、装置、电子设备、存储介质和程序产品与流程

1.本公开涉及计算机技术领域，尤其涉及一种产品分析方法、装置、电子设备、存储介质和程序产品。


背景技术：

2.随着互联网技术的不断发展，越来越多的人通过网上购物的方式，购买自己需要的产品。并且，在人们购买产品后，常常就购买的产品发表评论。
3.对于产品的生产方而言，基于产品的评论数据对产品进行分析，对于产品研发等方面具有重要意义。


技术实现要素：

4.本公开提供了一种产品分析技术方案。
5.根据本公开的一方面，提供了一种产品分析方法，包括：
6.获取至少一个目标产品对应的多项评论数据；
7.对所述多项评论数据进行分词处理，并将分词得到的词分别作为实体，得到所述多项评论数据对应的多个实体；
8.分别确定所述多个实体对应的实体类型；
9.分别确定所述多个实体的出现次数，以及所述多个实体中的实体对的共现次数；其中，所述多个实体中的任一实体的出现次数，表示所述实体在所述多项评论数据中出现的次数；所述实体对的共现次数，表示所述实体对中的两个实体在所述多项评论数据中的同一项评论数据中共同出现的次数；
10.根据所述实体类型、所述多个实体的出现次数以及所述实体对的共现次数，生成所述至少一个目标产品对应的关系网络，其中，所述关系网络表示所述多个实体之间的关系。
11.在一种可能的实现方式中，在所述生成所述至少一个目标产品对应的关系网络之后，所述方法还包括：
12.响应于关系网络图生成请求，将所述关系网络图生成请求所请求的实体类型对应的实体分别确定为目标关系网络图的节点，其中，所述关系网络图生成请求所请求的实体类型为至少两种；
13.根据所述关系网络图生成请求所请求的不同实体类型的实体的共现次数，在所述目标关系网络图中建立不同实体类型的节点之间的边。
14.在一种可能的实现方式中，在所述目标关系网络图中，所述节点的尺寸与所述节点对应的实体的出现次数正相关，且所述边的宽度与所述边连接的两个节点对应的实体对的共现次数正相关。
15.在一种可能的实现方式中，所述根据所述实体类型、所述多个实体的出现次数以及所述实体对的共现次数，生成所述至少一个目标产品对应的关系网络，包括：
16.对于所述多个实体中的任一实体对，响应于所述实体对的共现次数大于预设次数，将所述实体对中的两个实体分别确定为所述至少一个目标产品对应的关系网络中的节点，并在所述关系网络中建立所述两个实体对应的节点之间的边。
17.在一种可能的实现方式中，所述对所述多项评论数据进行分词处理，包括：
18.获取所述至少一个目标产品对应的关键词库；
19.基于所述关键词库，对所述多项评论数据进行分词处理。
20.在一种可能的实现方式中，所述基于所述关键词库，对所述多项评论数据进行分词处理，包括：
21.获取所述至少一个目标产品对应的停用词库；
22.基于所述关键词库和所述停用词库，对所述多项评论数据进行分词处理。
23.在一种可能的实现方式中，所述分别确定所述多个实体对应的实体类型，包括：
24.获取预设的实体库；
25.对于所述多个实体中的任一实体，响应于所述预设的实体库中包括所述实体，从所述预设的实体库中获取所述实体对应的实体类型。
26.根据本公开的一方面，提供了一种产品分析装置，包括：
27.获取模块，用于获取至少一个目标产品对应的多项评论数据；
28.分词模块，用于对所述多项评论数据进行分词处理，并将分词得到的词分别作为实体，得到所述多项评论数据对应的多个实体；
29.第一确定模块，用于分别确定所述多个实体对应的实体类型；
30.第二确定模块，用于分别确定所述多个实体的出现次数，以及所述多个实体中的实体对的共现次数；其中，所述多个实体中的任一实体的出现次数，表示所述实体在所述多项评论数据中出现的次数；所述实体对的共现次数，表示所述实体对中的两个实体在所述多项评论数据中的同一项评论数据中共同出现的次数；
31.生成模块，用于根据所述实体类型、所述多个实体的出现次数以及所述实体对的共现次数，生成所述至少一个目标产品对应的关系网络，其中，所述关系网络表示所述多个实体之间的关系。
32.在一种可能的实现方式中，所述装置还包括：
33.第三确定模块，用于响应于关系网络图生成请求，将所述关系网络图生成请求所请求的实体类型对应的实体分别确定为目标关系网络图的节点，其中，所述关系网络图生成请求所请求的实体类型为至少两种；
34.建边模块，用于根据所述关系网络图生成请求所请求的不同实体类型的实体的共现次数，在所述目标关系网络图中建立不同实体类型的节点之间的边。
35.在一种可能的实现方式中，在所述目标关系网络图中，所述节点的尺寸与所述节点对应的实体的出现次数正相关，且所述边的宽度与所述边连接的两个节点对应的实体对的共现次数正相关。
36.在一种可能的实现方式中，所述生成模块用于：
37.对于所述多个实体中的任一实体对，响应于所述实体对的共现次数大于预设次数，将所述实体对中的两个实体分别确定为所述至少一个目标产品对应的关系网络中的节点，并在所述关系网络中建立所述两个实体对应的节点之间的边。
38.在一种可能的实现方式中，所述分词模块用于：
39.获取所述至少一个目标产品对应的关键词库；
40.基于所述关键词库，对所述多项评论数据进行分词处理。
41.在一种可能的实现方式中，所述分词模块用于：
42.获取所述至少一个目标产品对应的停用词库；
43.基于所述关键词库和所述停用词库，对所述多项评论数据进行分词处理。
44.在一种可能的实现方式中，所述第一确定模块用于：
45.获取预设的实体库；
46.对于所述多个实体中的任一实体，响应于所述预设的实体库中包括所述实体，从所述预设的实体库中获取所述实体对应的实体类型。
47.根据本公开的一方面，提供了一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
48.根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
49.根据本公开的一方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
50.在本公开实施例中，通过获取至少一个目标产品对应的多项评论数据，对所述多项评论数据进行分词处理，并将分词得到的词分别作为实体，得到所述多项评论数据对应的多个实体，分别确定所述多个实体对应的实体类型，分别确定所述多个实体的出现次数，以及所述多个实体中的实体对的共现次数，并根据所述实体类型、所述多个实体的出现次数以及所述实体对的共现次数，生成所述至少一个目标产品对应的关系网络，由此能够基于产品的评论数据对产品进行准确的分析，从而能够快速了解消费者关注的产品的卖点与产品的特征之间的相关关系，进而能够辅助产品的卖点挖掘、功能研发、配方研发等工作。并且，本公开实施例提供的产品分析方法与传统的知识图谱技术相比，对于技术的要求更低，实现难度更低，可操作性更强。
51.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
52.根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
53.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
54.图1示出本公开实施例提供的产品分析方法的流程图。
55.图2示出本公开实施例提供的产品分析方法中的第一列表的示意图。
56.图3示出本公开实施例提供的产品分析方法中的第二列表的示意图。
57.图4示出本公开实施例提供的产品分析方法中的预设的实体库的示意图。
58.图5示出本公开实施例提供的产品分析方法中统计得到的各个实体的出现次数的示意图。
59.图6示出本公开实施例提供的产品分析方法中统计得到的各个实体对的共现次数的示意图。
60.图7示出本公开实施例提供的产品分析方法中的第三列表的示意图。
61.图8示出本公开实施例提供的产品分析方法中的目标关系网络图的示意图。
62.图9示出本公开实施例提供的产品分析装置的框图。
63.图10示出本公开实施例提供的电子设备1900的框图。
具体实施方式
64.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
65.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
66.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
67.另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
68.在自然语言处理领域，知识图谱技术的出现，为处理大量非结构化的数据，识别实体间的关系，提供了新的途径。知识图谱是由一些相互连接的实体和他们的属性构成的，表示为一个spo(subject-predicate-object，主语-谓语-宾语)三元组，并常用rdf(resource description framework，资源描述结构)形式化地表示这种三元关系。所有的实体都能这样表达，且抽象程度可以较高。好的知识图谱能非常合适的根据场景控制粒度，所有的属性直指实质。然而，标准的知识图谱对实体、实体类型、关系、关系类型、属性、属性类型等信息要求比较全面，尤其对实体间关系的识别，实现难度较高。
69.本公开实施例提供了一种产品分析方法，通过获取至少一个目标产品对应的多项评论数据，对所述多项评论数据进行分词处理，并将分词得到的词分别作为实体，得到所述多项评论数据对应的多个实体，分别确定所述多个实体对应的实体类型，分别确定所述多个实体的出现次数，以及所述多个实体中的实体对的共现次数，并根据所述实体类型、所述多个实体的出现次数以及所述实体对的共现次数，生成所述至少一个目标产品对应的关系网络，由此能够基于产品的评论数据对产品进行准确的分析，从而能够快速了解消费者关注的产品的卖点与产品的特征之间的相关关系，进而能够辅助产品的卖点挖掘、功能研发、配方研发等工作。并且，本公开实施例提供的产品分析方法与传统的知识图谱技术相比，对于技术的要求更低，实现难度更低，可操作性更强。
70.下面结合附图对本公开实施例提供的产品分析方法进行详细的说明。
71.图1示出本公开实施例提供的产品分析方法的流程图。在一种可能的实现方式中，所述产品分析方法的执行主体可以是产品分析装置，例如，所述产品分析方法可以由终端设备或服务器或其它电子设备执行。其中，终端设备可以是用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，所述产品分析方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述产品分析方法包括步骤s11至步骤s15。
72.在步骤s11中，获取至少一个目标产品对应的多项评论数据。
73.在步骤s12中，对所述多项评论数据进行分词处理，并将分词得到的词分别作为实体，得到所述多项评论数据对应的多个实体。
74.在步骤s13中，分别确定所述多个实体对应的实体类型。
75.在步骤s14中，分别确定所述多个实体的出现次数，以及所述多个实体中的实体对的共现次数；其中，所述多个实体中的任一实体的出现次数，表示所述实体在所述多项评论数据中出现的次数；所述实体对的共现次数，表示所述实体对中的两个实体在所述多项评论数据中的同一项评论数据中共同出现的次数。
76.在步骤s15中，根据所述实体类型、所述多个实体的出现次数以及所述实体对的共现次数，生成所述至少一个目标产品对应的关系网络，其中，所述关系网络表示所述多个实体之间的关系。
77.在本公开实施例中，目标产品可以表示待分析的产品。目标产品的数量可以为一个或两个以上。
78.在一种可能的实现方式中，在目标产品的数量为至少两个的情况下，至少两个目标产品可以属于相同的产品类型。
79.在另一种可能的实现方式中，在目标产品的数量为至少两个的情况下，至少两个目标产品可以包括属于不同的产品类型的产品。
80.在一种可能的实现方式中，在目标产品的数量为至少两个的情况下，至少两个目标产品可以包括属于不同品牌的产品。
81.在另一种可能的实现方式中，在目标产品的数量为至少两个的情况下，至少两个目标产品可以属于同一品牌。
82.在一个例子中，所述至少一个目标产品所属的产品类型均为儿童奶粉，且所述至少一个目标产品包括产品1、产品2、产品3、产品4、产品5和产品6，其中，产品1属于品牌1，产品2属于品牌2，产品3属于品牌3，产品4属于品牌4，产品5和产品6属于品牌5。
83.在本公开实施例中，可以在获得授权的前提下，从电商平台获取至少一个目标产品对应的多项评论数据。其中，评论数据可以表示消费者对目标产品发表评论所产生的数据。例如，获取的多项评论数据可以包括：“掌柜的服务态度真好，发货很快。商品质量也相当不错。太喜欢了，谢谢”“奶粉日期挺新鲜的，旗舰店也放心，感觉物超所值，质量挺好的”“真的是买二送一，买了二罐送过来了一罐，绝了”等等。
84.在一种可能的实现方式中，可以对所述多项评论数据分别进行分词处理。
85.在另一种可能的实现方式中，可以对所述多项评论数据中长度大于第一预设长度的评论数据分别进行分词处理。例如，第一预设长度可以为10，在此不作限定。
86.在一种可能的实现方式中，所述对所述多项评论数据进行分词处理，包括：获取所述至少一个目标产品对应的关键词库；基于所述关键词库，对所述多项评论数据进行分词处理。
87.在该实现方式中，所述至少一个目标产品对应的关键词库，可以表示所述至少一个目标产品所属的行业的关键词库，所述关键词库可以包括所述至少一个目标产品所属的行业的专有名词。例如，所述至少一个目标产品为儿童奶粉，则所述至少一个目标产品对应的关键词库可以为食品行业词库。例如，食品行业词库可以包括品牌名称和产品名称，还可以包括omega-3、乳双歧杆菌、bb12、辅酶q10、乳铁蛋白、dha、代餐等专有名词。
88.在该实现方式中，通过获取所述至少一个目标产品对应的关键词库，并基于所述关键词库，对所述多项评论数据进行分词处理，由此能够降低对专有名词进行错误拆分的概率，从而能够提高对所述多项评论数据进行分词的准确性。
89.作为该实现方式的一个示例，所述基于所述关键词库，对所述多项评论数据进行分词处理，包括：获取所述至少一个目标产品对应的停用词库；基于所述关键词库和所述停用词库，对所述多项评论数据进行分词处理。
90.在该示例中，停用词库可以包括通用停用词，或者，停用词库可以包括通用停用词和补充停用词。其中，补充停用词可以由用户根据实际应用场景需求灵活设置。
91.在该示例中，停用词库可以包括至少一个停用词。例如，停用词库可以包括真的、购买、牛奶、喝完、便、大等停用词。
92.在该示例中，通过获取所述至少一个目标产品对应的停用词库，并基于所述关键词库和所述停用词库，对所述多项评论数据进行分词处理，由此能够大幅减少后续的降噪工作，提高对所述至少一个目标产品进行分析的效率和准确性。
93.在另一种可能的实现方式中，所述对所述多项评论数据进行分词处理，包括：获取所述至少一个目标产品对应的停用词库；基于所述停用词库，对所述多项评论数据进行分词处理。
94.在一种可能的实现方式中，可以将分词得到的词中，长度大于或等于第二预设长度的词分别作为实体。例如，第二预设长度可以为2，在此不作限定。
95.在另一种可能的实现方式中，可以将分词得到的词分别作为实体。
96.在一个示例中，可以将所述多项评论数据中长度大于第一预设长度的评论数据分别存储在第一列表中。图2示出本公开实施例提供的产品分析方法中的第一列表的示意图。如图2所示，第一列表可以包括索引、类型、大小和值。其中，值可以为评论数据的具体内容。
97.在一个示例中，可以通过预设的分词函数对第一列表中的每行分别进行分词，去停用词，并可以用空格分开，存储在第二列表中。图3示出本公开实施例提供的产品分析方法中的第二列表的示意图。如图3所示，第二列表可以包括索引、类型、大小和值。其中，值可以为评论数据的分词结果。
98.在一种可能的实现方式中，所述分别确定所述多个实体对应的实体类型，包括：获取预设的实体库；对于所述多个实体中的任一实体，响应于所述预设的实体库中包括所述实体，从所述预设的实体库中获取所述实体对应的实体类型。
99.在该实现方式中，预设的实体库可以包括至少两种实体类型，以及所述至少两种实体类型对应的多个实体。图4示出本公开实施例提供的产品分析方法中的预设的实体库
的示意图。在图4所示的示例中，预设的实体库包括12种实体类型，分别为产品、包装、成分、功能、场景、商业模式、渠道、人群、地域、感官、负面和正面。并且，每种实体类型分别包括多个实体。本公开实施例不对预设的实体库中的实体的数量进行限定。例如，食品行业对应的预设的实体库可以包括约3万个实体。
100.在该实现方式中，对于所述多个实体中的任一实体，若所述预设的实体库中包括所述实体，则可以将所述预设的实体库中获取所述实体对应的实体类型；若所述预设的实体库中不包括所述实体，则可以将所述实体对应的实体类型确定为“其他”等。
101.在该实现方式中，通过基于预设的实体库对实体标注实体类型，由此能够提高对实体进行标注的准确性，降低对实体进行标注的难度，从而能够提高对目标产品进行产品分析的准确性，降低对目标产品进行产品分析的难度。
102.作为该实现方式的一个示例，可以按照预设的顺序，将所述多个实体与预设的实体库中的实体进行比较，确定所述多个实体中的各个实体对应的实体类型。例如，可以按照产品、包装、成分、功能、场景、商业模式、渠道、人群、地域、感官、负面、正面的顺序，确定实体对应的实体类型。
103.在一种可能的实现方式中，对于所述多个实体中的任一实体，可以响应于所述实体未标注，确定所述实体对应的实体类型。由于基于所述多项评论数据可能确定出相同的实体，因此，通过采用该实现方式能够降低对相同实体重复标注的概率，从而能够提高实体标注的效率。
104.在本公开实施例中，不对步骤s13和步骤s14的执行顺序进行限定，只要步骤s13和步骤s14分别在步骤s12之后执行，并分别在步骤s15之前执行即可。例如，可以先执行步骤s13，再执行步骤s14；又如，可以先执行步骤s14，再执行步骤s13；又如，可以同时执行步骤s13和步骤s14。
105.在本公开实施例中，对于所述多个实体中的任一实体，统计所述实体在所述多项评论数据中出现的总次数，可以得到所述实体的出现次数。从而，可以分别确定所述多个实体中的各个实体的出现次数。图5示出本公开实施例提供的产品分析方法中统计得到的各个实体的出现次数的示意图。如图5所示，可以根据出现次数由多到少的顺序，展示各个实体及其出现次数，以供用户查看。
106.在一种可能的实现方式中，对于所述多个实体中的任一实体，可以根据所述实体的出现次数，以及所述实体对应的实体类型，得到所述实体对应的节点字符串。其中，所述实体对应的节点字符串可以为三元组形式，且所述实体对应的节点字符串可以包括所述实体的名称、所述实体的出现次数以及所述实体对应的实体类型。并且，所述实体对应的节点字符串可以符合逗号分隔值文件格式。
107.在一种可能的实现方式中，可以根据所述多个实体中的各个实体的出现次数，生成节点字典。其中，节点字典可以包括实体的名称和实体的出现次数。其中，节点字典中的实体可以按照出现次数由多到少的顺序进行排序。
108.在本公开实施例中，所述多个实体中的任意两个实体可以组成实体对。对于所述多个实体中的任一实体对，统计所述实体对中的两个实体在所述多项评论数据中的同一项评论数据中共同出现的总次数，可以得到所述实体对的共现次数。从而，可以分别确定所述多个实体中的各个实体对的共现次数。图6示出本公开实施例提供的产品分析方法中统计
得到的各个实体对的共现次数的示意图。如图6所示，可以根据共现次数由多到少的顺序，展示各个实体对及其共现次数，以供用户查看。
109.其中，两个实体共同出现的次数越多，则可以表示该两个实体之间的关系越紧密，关联度越高。在本公开实施例中，通过确定所述多个实体中的各个实体对的共现次数，可以定量评价实体间的关系。
110.在一种可能的实现方式中，可以建立空矩阵，并可以累计所述多个实体中的各个实体对的共现次数，得到所述多个实体对应的共现矩阵。其中，共现矩阵可以统计出不同实体共同出现的次数，并可以通过共同出现的次数，来代表实体与实体之间的关联程度。
111.在一种可能的实现方式中，对于所述多个实体中的任一实体对，可以根据所述实体对的共现次数，生成所述实体对对应的边字符串。其中，所述实体对对应的边字符串可以为三元组形式，且所述实体对对应的边字符串可以包括所述实体对中的两个实体的名称，以及所述实体对的共现次数。并且，所述实体对对应的边字符串可以符合逗号分隔值文件格式。
112.在一种可能的实现方式中，可以根据所述多个实体中的各个实体对的共现次数，生成边字典。其中，边字典可以包括实体对中的两个实体的名称以及实体对的共现次数。并且，边字典中的实体对可以按照共现次数由多到少的顺序进行排序。
113.在一种可能的实现方式中，可以根据所述多个实体中的各个实体的出现次数，所述多个实体中的多个实体对的共现次数，以及所述多个实体中的各个实体对应的实体类型，生成第三列表。图7示出本公开实施例提供的产品分析方法中的第三列表的示意图。如图7所示，第三列表中的每行可以表示一个实体对的信息，其中，一个实体对的信息可以包括第一实体(source)、第二实体(target)、第一实体与第二实体组成的实体对的共现次数(weight)、第一实体的出现次数(source-weight)、第二实体的出现次数(target-weight)、第一实体对应的实体类型(source-type)和第二实体对应的实体类型(target-type)。
114.作为该实现方式的一个示例，第三列表可以为csv(comma-separated values，逗号分隔值文件格式)的列表。
115.在一种可能的实现方式中，所述根据所述实体类型、所述多个实体的出现次数以及所述实体对的共现次数，生成所述至少一个目标产品对应的关系网络，包括：对于所述多个实体中的任一实体对，响应于所述实体对的共现次数大于预设次数，将所述实体对中的两个实体分别确定为所述至少一个目标产品对应的关系网络中的节点，并在所述关系网络中建立所述两个实体对应的节点之间的边。
116.例如，预设次数可以为2。对于任一实体对，若所述实体对中的两个实体共同出现的次数大于2，则可以将所述实体对中的两个实体分别确定为所述至少一个目标产品对应的关系网络中的节点，并可以在所述关系网络中建立所述实体对中的两个实体之间的边。
117.在该实现方式中，对于任一实体，若所述实体所属的各个实体对的共现次数均小于或等于预设次数，则可以不将所述实体确定为关系网络中的节点。对于任一实体对，若所述实体对的共现次数小于或等于预设次数，则可以不在所述实体对中的两个实体之间建边。
118.在该实现方式中，通过对于所述多个实体中的任一实体对，响应于所述实体对的共现次数大于预设次数，将所述实体对中的两个实体分别确定为所述至少一个目标产品对
应的关系网络中的节点，并在所述关系网络中建立所述两个实体对应的节点之间的边，由此能够降低关系网络中的噪声。
119.在另一种可能的实现方式中，可以根据所述多个实体中的各个实体分别确定为所述至少一个目标产品对应的关系网络中的节点，并可以在所述多个实体中的任意两个实体的共现次数大于或等于1的情况下，在所述两个实体之间建边。
120.在一种可能的实现方式中，在所述生成所述至少一个目标产品对应的关系网络之后，所述方法还包括：响应于关系网络图生成请求，将所述关系网络图生成请求所请求的实体类型对应的实体分别确定为目标关系网络图的节点，其中，所述关系网络图生成请求所请求的实体类型为至少两种；根据所述关系网络图生成请求所请求的不同实体类型的实体的共现次数，在所述目标关系网络图中建立不同实体类型的节点之间的边。
121.在该实现方式中，用户可以根据业务需求选择至少两种实体类型，相应地，生成的目标关系网络图可以为用户选择的至少两种实体类型对应的关系网络图。
122.在该实现方式中，可以采用powerbi等软件，辅助生成目标关系网络图。
123.通过采用该实现方式，只需用户选择实体类型即可查看相应的关系网络图，因此能够降低可视化的实现难度，并能够结合业务需求，便于用户通过关系网络图对产品进行分析。
124.作为该实现方式的一个示例，所述关系网络图生成请求还可以包括最低共现次数。在该示例中，若所述关系网络图生成请求所请求的不同实体类型的实体的共现次数大于或等于所述最低共现次数，则可以在所述目标关系网络图中建立相应的节点之间的边
125.作为该实现方式的一个示例，在所述目标关系网络图中，所述节点的尺寸与所述节点对应的实体的出现次数正相关，且所述边的宽度与所述边连接的两个节点对应的实体对的共现次数正相关。在该示例中，节点对应的实体的出现次数越多，则节点的尺寸越大；节点对应的实体的出现次数越少，则节点的尺寸越小。边对应的实体对的共现次数越多，则边的宽度越大，即边越粗；边对应的实体对的共现次数越少，则边的宽度越小，即边越细。通过采用该示例，能够通过目标关系网络图直观地反应各个实体的出现次数以及实体之间的关联关系的强弱。
126.例如，至少一个目标产品为儿童奶粉，用户希望了解至少一个目标产品的功效认知与成分认知之间的关系，以便在产品的研发阶段以及卖点设计阶段等，更加精准地把控消费者的需求。那么，用户可以选择“功能”和“成分”这两种实体类型，以查看功能和成分对应的关系网络图。图8示出本公开实施例提供的产品分析方法中的目标关系网络图的示意图。由图8用户可以分析得知，消费者对产品功效的关注：消费者对产品的关注主要集中在感知性高的功效与身体反应上，包括消化吸收、免疫力、生长发育，以及一些身体的不良反应。消化吸收的提及率占绝对比重，是消费者对儿童奶粉品类的主要关注点，是产品必备特征功效；提升免疫与促进生长发育是核心关注点。这与家长关注的孩子的健康问题相呼应。消费者认知中，乳铁蛋白与免疫力强相关。益生菌与免疫的关联也具有一定认知基础，提升免疫力可以通过持续强化乳铁蛋白并配合益生菌进行强化。
127.作为该实现方式的另一个示例，在所述目标关系网络图中，所述节点的尺寸与所述节点对应的实体的出现次数正相关。
128.作为该实现方式的另一个示例，在所述目标关系网络图中，所述边的宽度与所述
边连接的两个节点对应的实体对的共现次数正相关。
129.下面通过一个具体的应用场景说明本公开实施例提供的产品分析方法。在该应用场景中，可以在获得授权的前提下，从电商平台获取产品1、产品2、产品3、产品4、产品5和产品6对应的多项评论数据。其中，产品1至产品6所属的产品类型均为儿童奶粉，产品1属于品牌1，产品2属于品牌2，产品3属于品牌3，产品4属于品牌4，产品5和产品6属于品牌5。可以将所述多项评论数据中长度大于10的评论数据分别存储在如图2所示的第一列表中。在该应用场景中，可以采用食品行业词库和停用词库，对第一列表中的每行分别进行分词处理，并可以将分词得到的词中，长度大于或等于2的词分别作为实体，得到所述多项评论数据对应的多个实体。可以将分词结果存储在如图3所示的第二列表中。
130.在该应用场景中，可以分别统计所述多个实体的出现次数，以及所述多个实体中的实体对的共现次数。可以根据所述多个实体中的各个实体的出现次数，生成节点字典。其中，节点字典可以包括实体的名称和实体的出现次数，且节点字典中的实体可以按照出现次数进行排序。可以根据所述多个实体中的各个实体对的共现次数，生成边字典。其中，边字典可以包括实体对中的两个实体的名称以及实体对的共现次数，且边字典中的实体对可以按照共现次数由多到少的顺序进行排序。可以基于如图4所示的预设的实体库，分别确定所述多个实体对应的实体类型。其中，预设的实体库包括12种实体类型，分别为产品、包装、成分、功能、场景、商业模式、渠道、人群、地域、感官、负面和正面。在该应用场景中，可以根据所述多个实体中的各个实体的出现次数，所述多个实体中的多个实体对的共现次数，以及所述多个实体中的各个实体对应的实体类型，生成如图7所示的第三列表。
131.在该应用场景中，可以响应于关系网络图生成请求，将所述关系网络图生成请求所请求的功能对应的实体和成分对应的实体分别确定为目标关系网络图的节点，并可以根据功能对应的实体与成分对应的实体的共现次数，在目标关系网络图中建立不同实体类型的节点之间的边，得到如图8所示的目标关系网络图。
132.可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
133.此外，本公开还提供了产品分析装置、电子设备、计算机可读存储介质、计算机程序产品，上述均可用来实现本公开提供的任一种产品分析方法，相应技术方案和技术效果可参见方法部分的相应记载，不再赘述。
134.图9示出本公开实施例提供的产品分析装置的框图。如图9所示，所述产品分析装置包括：
135.获取模块21，用于获取至少一个目标产品对应的多项评论数据；
136.分词模块22，用于对所述多项评论数据进行分词处理，并将分词得到的词分别作为实体，得到所述多项评论数据对应的多个实体；
137.第一确定模块23，用于分别确定所述多个实体对应的实体类型；
138.第二确定模块24，用于分别确定所述多个实体的出现次数，以及所述多个实体中的实体对的共现次数；其中，所述多个实体中的任一实体的出现次数，表示所述实体在所述多项评论数据中出现的次数；所述实体对的共现次数，表示所述实体对中的两个实体在所
述多项评论数据中的同一项评论数据中共同出现的次数；
139.生成模块25，用于根据所述实体类型、所述多个实体的出现次数以及所述实体对的共现次数，生成所述至少一个目标产品对应的关系网络，其中，所述关系网络表示所述多个实体之间的关系。
140.在一种可能的实现方式中，所述装置还包括：
141.第三确定模块，用于响应于关系网络图生成请求，将所述关系网络图生成请求所请求的实体类型对应的实体分别确定为目标关系网络图的节点，其中，所述关系网络图生成请求所请求的实体类型为至少两种；
142.建边模块，用于根据所述关系网络图生成请求所请求的不同实体类型的实体的共现次数，在所述目标关系网络图中建立不同实体类型的节点之间的边。
143.在一种可能的实现方式中，在所述目标关系网络图中，所述节点的尺寸与所述节点对应的实体的出现次数正相关，且所述边的宽度与所述边连接的两个节点对应的实体对的共现次数正相关。
144.在一种可能的实现方式中，所述生成模块25用于：
145.对于所述多个实体中的任一实体对，响应于所述实体对的共现次数大于预设次数，将所述实体对中的两个实体分别确定为所述至少一个目标产品对应的关系网络中的节点，并在所述关系网络中建立所述两个实体对应的节点之间的边。
146.在一种可能的实现方式中，所述分词模块22用于：
147.获取所述至少一个目标产品对应的关键词库；
148.基于所述关键词库，对所述多项评论数据进行分词处理。
149.在一种可能的实现方式中，所述分词模块22用于：
150.获取所述至少一个目标产品对应的停用词库；
151.基于所述关键词库和所述停用词库，对所述多项评论数据进行分词处理。
152.在一种可能的实现方式中，所述第一确定模块23用于：
153.获取预设的实体库；
154.对于所述多个实体中的任一实体，响应于所述预设的实体库中包括所述实体，从所述预设的实体库中获取所述实体对应的实体类型。
155.在本公开实施例中，通过获取至少一个目标产品对应的多项评论数据，对所述多项评论数据进行分词处理，并将分词得到的词分别作为实体，得到所述多项评论数据对应的多个实体，分别确定所述多个实体对应的实体类型，分别确定所述多个实体的出现次数，以及所述多个实体中的实体对的共现次数，并根据所述实体类型、所述多个实体的出现次数以及所述实体对的共现次数，生成所述至少一个目标产品对应的关系网络，由此能够基于产品的评论数据对产品进行准确的分析，从而能够快速了解消费者关注的产品的卖点与产品的特征之间的相关关系，进而能够辅助产品的卖点挖掘、功能研发、配方研发等工作。并且，本公开实施例提供的产品分析装置与传统的知识图谱技术相比，对于技术的要求更低，实现难度更低，可操作性更强。
156.在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现和技术效果可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
157.本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。
158.本公开实施例还提出一种计算机程序，包括计算机可读代码，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
159.本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。
160.本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。
161.电子设备可以被提供为终端、服务器或其它形态的设备。
162.图10示出本公开实施例提供的电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图10，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
163.电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入/输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(windows server
tm
)，苹果公司推出的基于图形用户界面操作系统(mac os x
tm
)，多用户多进程的计算机操作系统(unix
tm
),自由和开放原代码的类unix操作系统(linux
tm
)，开放原代码的类unix操作系统(freebsd
tm
)或类似。
164.在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
165.本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
166.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
167.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/
处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
168.用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
169.这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
170.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
171.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
172.附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
173.该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
174.上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。
175.若本公开实施例的技术方案涉及个人信息，应用本公开实施例的技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本公开实施例的技术方案涉及敏感个人信息，应用本公开实施例的技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
176.以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。