(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210737316.3 (22)申请日 2022.06.27 (71)申请人 北京衔远科技有限公司 地址 100000 北京市朝阳区酒仙桥路6号院 5号楼1至19层101内4层416室 (72)发明人 齐弼卿　易津锋　周伯文　 (74)专利代理 机构 成都鱼爪智云知识产权代理 有限公司 513 08 专利代理师 郑发志 (51)Int.Cl. G06Q 30/02(2012.01) G06K 9/62(2022.01) G06F 16/36(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种商品信息分析方法及系统 (57)摘要 本发明提出了一种商品信息分析方法及系 统， 涉及商品数据分析技术领域。 通过获取并根 据全量商品的全域用户体验数据得到多模态体 验数据对； 构建多维度知识图谱； 统计不同商品 的口碑标签值； 根据不同商品的多模态体验数据 对、 多维度知识图谱和不同商品的口碑标签值对 预置的观 点抽取模型进行训练； 获取并根据商品 任务目标信息构建待求信息对； 将待求信息对输 入至图卷积节 点分析模型中， 得到第一信息节点 向量和第二信息节点向量； 计算并根据第一信息 节点向量和第二信息节点向量的相似度得到商 品任务目标结果。 整合商品全量历史体验信息， 进行综合洞察及卖点回溯， 从而建立对于商品市 场反馈的信息壁垒， 提高了商品信息分析的准确 度。 权利要求书2页 说明书8页 附图4页 CN 115063177 A 2022.09.16 CN 115063177 A 1.一种商品信息分析 方法， 其特 征在于， 包括以下步骤： 获取并根据全量商品的全域用户体验数据统计得到不同商品的多模态体验数据对； 根据不同商品的多模态体验数据对， 利用AI 技术构建多维度知识图谱； 获取并根据全量商品的用户评论统计不同商品的 口碑标签值； 根据不同商 品的多模态体验数据对、 多维度知识图谱和不同商品的口碑标签值对预置 的观点抽取模型进行训练， 生成图卷积节点分析模型； 获取并根据商品任务目标信息构建待求信息对； 将待求信 息对输入至图卷积节点分析模型中， 得到第 一信息节点向量和第 二信息节点 向量； 计算并根据第一信息节点向量和第二信息节点向量的相似度得到商品任务目标 结果。 2.根据权利要求1所述的商 品信息分析方法， 其特征在于， 所述获取并根据全量商品的 全域用户体验数据统计得到不同商品的多模态体验数据对的步骤 包括以下步骤： 获取全量商品的全域用户体验数据； 对全量商品的全域用户体验数据进行 预处理， 生成预处 理体验数据； 对预处理体验数据进行统计， 得到不同商品的多模态体验数据对。 3.根据权利要求1所述的商 品信息分析方法， 其特征在于， 所述根据不同商 品的多模态 体验数据对、 多维度知识图谱和不同商品的口碑标签值对预置的观点抽取模型进行训练， 生成图卷积节点分析模型的步骤 包括以下步骤： 根据不同商品的多模态体验数据对和不同商品的口碑标签值对预置的观点抽取模型 进行训练， 得到新的观点抽取模型； 在新的观点抽取模型中 融入多维度知识图谱并进行训练， 得到图卷积节点分析模型。 4.根据权利要求3所述的商 品信息分析方法， 其特征在于， 所述在新的观点抽取模型中 融入多维度知识图谱并进行训练， 得到图卷积节点分析模型的步骤 包括以下步骤： 通过图卷积方式在新的观点抽取模型中融入多维度知识图谱， 得到预训练图卷积节点 分析模型； 根据预置的任务目标需求信息设置损失优化 函数； 根据损失优化函数， 利用优化器迭代预训练图卷积节点分析模型的模型梯度， 得到 图 卷积节点分析模型。 5.根据权利要求1所述的商品信息分析 方法， 其特 征在于， 还 包括以下步骤： 获取并将待测商 品参数信 息、 待测商 品多模态体验数据对和多维度知识图谱输入至图 卷积节点分析模型中， 得到待测商品口碑预测值。 6.根据权利要求1所述的商品信息分析 方法， 其特 征在于， 还 包括以下步骤： 根据多维度知识图谱， 利用AI 技术构建用户体验到关键卖点信息的树状图。 7.一种商品信息分析系统， 其特 征在于， 包括： 多模态体验数据对统计模块， 用于获取并根据全量商 品的全域用户体验数据统计得到 不同商品的多模态体验数据对； 知识图谱构建模块， 用于根据不同商品的多模态体验数据对， 利用AI技术构建多维度 知识图谱； 口碑标签统计模块， 用于获取并根据全量商品的用户评论统计不同商品的口碑标签权　利　要　求　书 1/2 页 2 CN 115063177 A 2值； 模型训练模块， 用于根据不同商品的多模态体验数据对、 多维度知识图谱和不同商品 的口碑标签值对预置的观点抽取模型进行训练， 生成图卷积节点分析模型； 待求信息对构建模块， 用于获取并根据商品任务目标信息构建待求信息对； 节点向量表示模块， 用于将待求信息对输入至 图卷积节点分析模型中， 得到第一信息 节点向量和第二信息节点向量； 任务目标结果模块， 用于计算并根据第 一信息节点向量和第 二信息节点向量的相似度 得到商品任务目标 结果。 8.根据权利要求7所述的商 品信息分析系统， 其特征在于， 所述多模态体验数据对统计 模块包括： 用户体验数据获取 单元， 用于获取全量商品的全域用户体验数据； 预处理单元， 用于对 全量商品的全域用户体验数据进行 预处理， 生成预处 理体验数据； 数据统计单 元， 用于对预处 理体验数据进行统计， 得到不同商品的多模态体验数据对。 9.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储一个或多个程序； 处理器； 当所述一个或多个程序被所述处理器执行时， 实现如权利要求1 ‑6中任一项所述的方 法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被 处理器执行时实现如权利要求1 ‑6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115063177 A 3