1.一种使用少量信息定向用户群体偏好分析的方法,其特征在于,包括以下步骤:步骤1、获取分析数据,获取用户评论内容以及搜索时所使用的关键词;
步骤2、对数据进行初步处理,去除无效样本;
步骤3、使用语义分析分割并统计各种用词的频度和词汇的色彩属性,并对用词进行正负向的分类;
步骤4、对用户性格进行四个主要性格维度的基点加分,以及两个辅助特征的基点参数加分,其中两个辅助特征包括心理年龄和用例数量,心理年龄通过流行词的使用频次、老梗的出现次数、感叹词情感辅助用词的使用次数以及表情包的使用频次来确定心理年龄的范围,而被分析的用例数量则决定样本的准确度,用例累计数量越高则样本的准确性便越高;
步骤5、将基点数据模型化并生成用户画像;
在所述步骤3中,所述语义分析分割是将评论内容的主、谓、宾,助词、形容词、名词、符号组成内容的用词进行分割和提取并分类至不同的统计维度,此处根据词库对比,采用出现次数,情感偏向,词汇类型的方式进行统计归类;
在所述步骤3中,采用矩阵的特征归一化处理方式:Y1=A1x1+A2x2+…+Anxn
其中Y1是性格象限的坐标计算结果;
x1…xn是步骤3的分类结果,其中负向、中性、正向使用‑1,0,1替代;
词汇类型使用感性理性的影响因素,为计算方便可以设置初始数:名词为‑2,动词‑1,感叹词2,符号2,助词1;
A1…An是影响因子,根据多次人为判定的结果倒推后所得;
在所述步骤4中,用户性格的主要维度为四种:掌控型,响应型,容忍型,严谨型;
掌控型的特征为多疑、直言不讳,主观表达意愿较强;
响应型的特征为善于接受,热情,喜欢交际,易受影响;
容忍型的特征为考虑周到、温和友善、乐于倾听,容忍他人错误;
严谨型的特征为考虑周到、多疑、较真,行为保守。
2.根据权利要求1所述的一种使用少量信息定向用户群体偏好分析的方法,其特征在于,在所述步骤2中,其中所述无效样本包含字符数不超过2byte的样本、已经注销的用户样本。
3.根据权利要求1所述的一种使用少量信息定向用户群体偏好分析的方法,其特征在于,所述情感偏向分为正向情绪、中性情绪和负向情绪,其中,偏向于鼓励、表扬、表达积极以及正向倾向的情绪为正向情绪,偏向于骂街、粗话脏话、否定、贬义的为负向情绪,中性情绪为较为客观无明显倾向性的情绪反馈类型。