一种购车关注点识别方法和装置与流程

1.本发明涉及车辆技术领域，特别是涉及一种购车关注点识别方法和一种购车关注点识别装置。


背景技术：

2.现今汽车厂商以及经销商为了在日益激烈的汽车消费市场中占有一席之地，不仅要对目标受众的购车关注点有更准确深入的了解，还要对用户消费趋势有一定把握，以期望能够进行更具前瞻性的市场布局。
3.目前，获取用户购车关注点的方式主要是依赖门店销售人员与用户的交谈，形成人工标注记录。但是这种方法不仅耗费人力，而且由于部分用户存在对营销方式的抗拒心理，通过销售攀谈获得的标签覆盖率不高。


技术实现要素：

4.鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种购车关注点识别方法和相应的一种购车关注点识别装置。
5.本发明实施例公开了一种购车关注点识别方法，所述方法包括：
6.获取与不同购车信息获取模式相应的文本信息；所述文本信息包括线上与线下的文本信息，所述线上与线下的文本信息具有自身的文本特点；
7.根据与各个文本信息文本特点相应的信息挖掘策略，识别用户的购车关注点，以汇总得到针对各个文本信息的总的购车关注点。
8.可选地，所述线上的文本信息包括用户发文文本信息；所述根据与各个文本信息文本特点相应的信息挖掘策略，识别用户的购车关注点，包括：
9.获取预先构建的购车情感标签打标模型和购车关注点标签打标模型；其中，所述购车情感打标模型为基于针对购车情感的主题词典训练得到，所述购车关注点标签打标模型为基于针对不同购车关注点的主题词典训练得到；
10.根据所述预先构建的购车情感标签打标模型对所述用户发文文本信息进行主题标签的打标操作，以及根据所述购车关注点标签打标模型对所述用户发文文本信息进行关注点标签的打标操作，完成针对用户发文文本信息的购车关注点识别。
11.可选地，所述根据所述预先构建的购车情感标签打标模型对所述用户发文文本信息进行主题标签的打标操作，包括：
12.提取所述用户发文文本信息的关键词以及与所提取关键词对应的频数，得到基于关键词与对应频数的关键词集，并计算主题词典中每个主题的主题向量；
13.遍历所提取的关键词集，从所述关键词集获取满足针对目标主题的预设规则条件的至少一个目标关键词，并计算所述至少一个目标关键词针对目标主题的主题归属度；所述针对目标主题的主题归属度基于目标关键词的频数、目标关键词在主题词典的权重、目标关键词向量与主题向量的相似度确定；
14.累加至少一个目标目标关键词的主题归属度得到总的主题归属度，若所述总的主题归属度满足打标条件，则对所述用户发文文本信息进行目标主题标签的打标操作。
15.可选地，所述购车关注点词集包括针对不同购车关注点的核心词；所述根据所述购车关注点标签打标模型对所述用户发文文本信息进行关注点标签的打标操作，包括：
16.对所述用户发文文本信息进行划分得到发文语句集；
17.遍历所划分的发文语句集，从所述发文语句集获取满足针对关注点的预设规则条件，以及包含所述核心词的至少一个目标语句；
18.采用预设情感分析策略和/或预设匹配策略对所述至少一个目标语句进行识别，获取所述至少一个目标语句针对不同关注点的语句匹配数；
19.若针对不同关注点的语句匹配数满足目标关注点的阈值条件，则对所述用户发文文本信息进行目标关注点标签的打标操作。
20.可选地，所述线上的文本信息包括用户评论文本信息，所述根据与各个文本信息文本特点相应的信息挖掘策略，识别用户的购车关注点，包括：
21.构建包含有针对不同关注点主题的主题词典，并对所述用户评论文本信息进行处理操作；
22.确定处理后的用户评论文本信息与各个关注点主题的匹配程度，若与各个关注点主题的匹配程度满足目标关注点的阈值条件，则对所述用户发文文本信息进行目标关注点标签的打标操作。
23.可选地，所述线上的文本信息包括用户搜索文本信息，所述根据与各个文本信息文本特点相应的信息挖掘策略，识别用户的购车关注点，包括：
24.构建包含有针对不同关注点主题的主题词典，并对所述用户搜索文本信息进行分词操作；
25.确定所划分得到的搜索文本分词与各个关注点主题的匹配程度，若与各个关注点主题的匹配程度满足目标关注点的阈值条件，则对所述用户搜索文本信息进行目标关注点标签的打标操作。
26.可选地，所述线下的文本信息包括销售备注文本信息，所述根据与各个文本信息文本特点相应的信息挖掘策略，识别用户的购车关注点，包括：
27.构建针对不同关注点主题的主题句子库，并对所述销售备注文本信息进行分句操作；
28.基于所述主题句子库对分句后的销售文本分句进行过滤，计算过滤后的销售文本分句与各个关注点的主题句子的相似程度，若与各个关注点主题的相似程度满足目标关注点的阈值条件，则对所述销售备注文本信息进行目标关注点标签的打标操作。
29.本发明实施例还提供了一种购车关注点识别装置，所述装置包括：
30.文本信息获取模块，用于获取与不同购车信息获取模式相应的文本信息；所述文本信息包括线上与线下的文本信息，所述线上与线下的文本信息具有自身的文本特点；
31.购车关注点识别模块，用于根据与各个文本信息文本特点相应的信息挖掘策略，识别用户的购车关注点，以汇总得到针对各个文本信息的总的购车关注点。
32.可选地，所述线上的文本信息包括用户发文文本信息；所述购车关注点识别模块包括：
33.打标模型获取子模块，用于获取预先构建的购车情感标签打标模型和购车关注点标签打标模型；其中，所述购车情感打标模型为基于针对购车情感的主题词典训练得到，所述购车关注点标签打标模型为基于针对不同购车关注点的主题词典训练得到；
34.第一标签打标子模块，用于根据所述预先构建的购车情感标签打标模型对所述用户发文文本信息进行主题标签的打标操作；
35.第二标签打标子模块，用于根据所述购车关注点标签打标模型对所述用户发文文本信息进行关注点标签的打标操作，完成针对用户发文文本信息的购车关注点识别。
36.可选地，所述第一标签打标子模块包括：
37.关键词集提取单元，用于提取所述用户发文文本信息的关键词以及与所提取关键词对应的频数，得到基于关键词与对应频数的关键词集，并计算主题词典中每个主题的主题向量；
38.主题归属度计算单元，用于遍历所提取的关键词集，从所述关键词集获取满足针对目标主题的预设规则条件的至少一个目标关键词，并计算所述至少一个目标关键词针对目标主题的主题归属度；所述针对目标主题的主题归属度基于目标关键词的频数、目标关键词在主题词典的权重、目标关键词向量与主题向量的相似度确定；
39.第一标签打标单元，用于累加至少一个目标目标关键词的主题归属度得到总的主题归属度，若所述总的主题归属度满足打标条件，则对所述用户发文文本信息进行目标主题标签的打标操作。
40.可选地，所述购车关注点词集包括针对不同购车关注点的核心词；所述第二标签打标子模块包括：
41.文本划分单元，用于对所述用户发文文本信息进行划分得到发文语句集；
42.目标语句提取单元，用于遍历所划分的发文语句集，从所述发文语句集获取满足针对关注点的预设规则条件，以及包含所述核心词的至少一个目标语句；
43.目标语句识别单元，用于采用预设情感分析策略和/或预设匹配策略对所述至少一个目标语句进行识别，获取所述至少一个目标语句针对不同关注点的语句匹配数；
44.第二标签打标单元，用于在针对不同关注点的语句匹配数满足目标关注点的阈值条件时，对所述用户发文文本信息进行目标关注点标签的打标操作。
45.可选地，所述线上的文本信息包括用户评论文本信息，所述购车关注点识别模块包括：
46.文本处理子模块，用于构建包含有针对不同关注点主题的主题词典，并对所述用户评论文本信息进行处理操作；
47.第三标签打标子模块，用于确定处理后的用户评论文本信息与各个关注点主题的匹配程度，若与各个关注点主题的匹配程度满足目标关注点的阈值条件，则对所述用户发文文本信息进行目标关注点标签的打标操作。
48.可选地，所述线上的文本信息包括用户搜索文本信息，所述购车关注点识别模块包括：
49.分词子模块，用于构建包含有针对不同关注点主题的主题词典，并对所述用户搜索文本信息进行分词操作；
50.第四标签打标子模块，用于确定所划分得到的搜索文本分词与各个关注点主题的
匹配程度，若与各个关注点主题的匹配程度满足目标关注点的阈值条件，则对所述用户搜索文本信息进行目标关注点标签的打标操作。
51.可选地，所述线下的文本信息包括销售备注文本信息，所述购车关注点识别模块包括：
52.分句子模块，用于构建针对不同关注点主题的主题句子库，并对所述销售备注文本信息进行分句操作；
53.第五标签打标子模块，用于基于所述主题句子库对分句后的销售文本分句进行过滤，计算过滤后的销售文本分句与各个关注点的主题句子的相似程度，若与各个关注点主题的相似程度满足目标关注点的阈值条件，则对所述销售备注文本信息进行目标关注点标签的打标操作。
54.本发明实施例还公开了一种车辆，包括：所述购车关注点识别装置、处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现任一项所述购车关注点识别方法的步骤。
55.本发明实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现任一项所述购车关注点识别方法的步骤。
56.本发明实施例包括以下优点：
57.在本发明实施例中，通过获取与不同购车信息获取模式相应的文本信息，其所获取的文本信息包括各种不同数据来源的线上与线下文本信息，此时可根据各个文本信息的文本特点，识别用户的购车关注点，以汇总得到针对各个文本信息的总的购车关注点。通过挖掘注册用户线上与线下的文本信息，基于融合与不同购车信息获取模式相应的不同数据源，迎合用户获取购车信息的不同模式，对用户购车关注点进行全方位捕捉，以及基于不同模式下的文本信息特征提供相应的信息挖掘方式，优化打标效果，全面完成对不同文本信息下用户购车关注点的识别，在解决单一数据源的信息缺失问题的同时提高标签覆盖率，以便为后续的销售活动提供数据支撑。
附图说明
58.图1是本发明的一种购车关注点识别方法实施例的步骤流程图；
59.图2是本发明实施例提供的购车关注点识别的示意图；
60.图3是本发明实施例提供的文本信息挖掘示意图；
61.图4是本发明的一种购车关注点识别装置实施例的结构框图。
具体实施方式
62.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
63.对用户购车关注点的确定，有利于对用户的消费趋势提前进行把控。目前，获取用户购车关注点的方式主要是依赖门店销售人员与用户的交谈，形成人工标注记录，这种方式所获得的标签覆盖率不高。
64.本发明实施例的核心思想之一在于通过人工智能算法实现对用户关注点的自动
标注，有效提高效率；另外，通过结合现阶段用户在互联网快速发展时代下的信息获取习惯，融合用户线上线下行为数据进行购车关注点挖掘，解决传统标注方式下标签覆盖率不高的问题。
65.参照图1，示出了本发明的一种购车关注点识别方法实施例的步骤流程图，具体可以包括如下步骤：
66.步骤101，获取与不同购车信息获取模式相应的文本信息；
67.融合用户线上线下行为数据进行购车关注点挖掘，可以通过获取与不同购车信息获取模式相应的文本信息实现，以基于融合与不同购车信息获取模式相应的不同数据源，迎合用户获取购车信息的不同模式，对用户购车关注点进行全方位捕捉，能够在解决单一数据源的信息缺失问题的同时提高标签覆盖率。
68.具体的，如图2所示，所获取的文本信息可以包括线上与线下的文本信息，对线上文本信息的挖掘包括对用户发文文本信息的挖掘、对用户评论文本信息的挖掘以及对用户搜索文本信息的挖掘，对线下文本信息的挖掘包括注册用户购车的销售备注文本信息。挖掘用户购车关注点往往存在标签覆盖率低的问题，原因是缺乏对用户获取信息渠道习惯的全面考虑，示例性地，在本发明实施例中可追踪用户各种线上行为(例如app发帖，app评论，app搜索)，通过销售的侧面文本描述，记录用户门店咨询的潜在购车关注点，极大限度地丰富数据源，以解决标签覆盖率低的问题。
69.其中，所获取的线上与线下的文本信息具有自身的文本特点，例如于用户发文文本信息的挖掘，文本信息具有内容、情绪多样化的特点；对于用户评论文本信息的挖掘，评论文本具有长度较短、评论机制影响深厚的特点；对于用户搜索文本信息的挖掘，搜索文本具有长度极短的特点；对于销售备注文本信息的挖掘，具有口语化严重的特点等。
70.步骤102，根据与各个文本信息文本特点相应的信息挖掘策略，识别用户的购车关注点，以汇总得到针对各个文本信息的总的购车关注点。
71.在获取不同购车信息获取模式相应的不同数据源的文本信息后，可基于不同模式下的文本信息特征提供相应的信息挖掘方式，以优化打标效果，全面完成对不同文本信息下用户购车关注点的识别。
72.其中，可以分别基于所获取的线上与线下文本信息自身的文本特点，分别制定针对用户发文文本信息、针对用户评论文本信息、针对用户搜索文本信息以及针对销售文本备注信息的挖掘策略。
73.在一种情况下，在对用户发文文本信息进行信息挖掘时，文本信息具有内容、情绪多样化的特点，此时可以对用户发文文本进行情感标签以及关注点标签的打标操作。其主要可通过预先构建的购车情感标签打标模型和购车关注点标签打标模型实现。
74.具体的，可根据预先构建的购车情感标签打标模型对用户发文文本信息进行主题标签的打标操作，以及根据购车关注点标签打标模型对所述用户发文文本信息进行关注点标签的打标操作，完成针对用户发文文本信息的购车关注点识别。
75.其中，购车情感打标模型为基于针对购车情感的主题词典训练得到，在构建购车情感打标模型的过程中，可为购车心路历程主题选取购车情感词集，包括正规则词、负规则词、低相关词、中相关词、核心词，可以按词语与购车心路历程主题的相关性进行权重的配置，即购车情感打标模型可基于购车情感词集与购车情感主题的相关性权重配置得到。
76.在使用预先构建的购车情感打标模型进行信息挖掘的过程中，可以提取用户发文文本信息的关键词以及与所提取关键词对应的频数，得到基于关键词与对应频数的关键词集，并计算主题词典中每个主题的主题向量。此时可遍历所提取的关键词集，从关键词集获取满足针对目标主题的预设规则条件的至少一个目标关键词，并计算至少一个目标关键词针对目标主题的主题归属度，然后可以累加至少一个目标目标关键词的主题归属度得到总的主题归属度，若总的主题归属度满足打标条件，则对用户发文文本信息进行目标主题标签的打标操作。
77.在实际应用中，所计算的主题词典中每个主题的主题向量可以为主题中低相关词与核心词的w2v向量之和，在需要对某个主题进行打标时，在对关键词集中满足正负规则条件的目标关键词进行筛选后，计算每个筛选后的目标关键词的主题归属度，其具体表达式可以如下：
78.word_topic_score[tagid]＝max(cos，0.0)*freq[word]*weight
[0079]
式中，word_topic_score[tagid]可以是针对某个目标主题的主题归属度，freq[word]可以是某个目标关键词的频数，weight可以是目标关键词在主题词典的权重、(cos，0.0)可以指的是目标关键词向量，即关键词w2v向量与主题向量的相似度。即针对目标主题的主题归属度可基于目标关键词的频数、目标关键词在主题词典的权重、目标关键词向量与主题向量的相似度确定，此时在对所提取的关键词集遍历结束后，可以累加所有关键词的主题归属度，从而得到正文主题分数，以及对标题主题分数与正文主题分数加权相加，当总的主题归属度满足打标条件，例如总分达到阙值的文章时，即可对用户发文文本信息进行目标主题标签的打标操作。
[0080]
在本发明的一种实施例中，购车关注点标签打标模型可以基于针对不同购车关注点的主题词典训练得到，在构建购车关注点标签打标模型的过程中，可以为每个购车关注点选取购车关注点词集(包括核心词、负规则词、正规则词)、关注点打标方法名称以及所需匹配个数。
[0081]
在使用预先构建的购车关注点标签打标模型进行信息挖掘的过程中，可以采用如图3所示的文本挖掘方式，将文本语义表示以及关注点标签语义表示，并结合规则匹配、情感分析辅助等进行文本语义和关注点标签语义之间相似程度进行确定，例如相似度的评分，在相似度评分超过阈值的情况下打上标签。
[0082]
具体的，可以对用户发文文本信息进行划分得到发文语句集，遍历所划分的发文语句集，从发文语句集获取满足针对关注点的预设规则条件，以及包含核心词的至少一个目标语句，采用预设情感分析策略和/或预设匹配策略对至少一个目标语句进行识别，获取至少一个目标语句针对不同关注点的语句匹配数，此时若针对不同关注点的语句匹配数满足目标关注点的阈值条件，例如匹配数达到相应阙值要求，则可以对用户发文文本信息进行目标关注点标签的打标操作。
[0083]
在实际应用中，在需要对某个关注点进行打标时，在对发文语句集中满足正负规则条件以及包含核心词进行筛选后，在确定所采用的识别策略时可基于所打标的关注点不同采用对应的情感分析策略和/或匹配策略，作为一种示例，用户在发文描述选购车辆的某些考虑点时可能存在情感表达差异，例如“很喜欢车辆的内饰”与“觉得车辆的内饰无所谓”这两个语句中，前一个语句表达出用户的关注点是内饰，后面一个语句则不是，且可能存在
对于另外一些关注点的表达则情感色彩较弱的情况，此时需基于所需打标的关注点不同采用不同的识别策略。需要说明的是，在采用情感分析策略时，可使用贝叶斯情感分析模型实现，对此，本发明实施例不加以限制。
[0084]
在步骤102中，在另一种情况下，在对用户评论文本信息进行信息挖掘时，评论文本具有长度较短、评论机制影响深厚的特点，此时可构建包含有针对不同关注点主题的主题词典，并对用户评论文本信息进行处理操作，所进行的处理操作可以包括对评论文本进行清洗、同义词转换与分词等，然后可以采用如图3所示的基于文本语义表示以及关注点标签语义表示，并结合规则匹配和bm25算法，确定处理后的用户评论文本信息与各个关注点主题的匹配程度，若与各个关注点主题的匹配程度满足目标关注点的阈值条件，则可以对用户发文文本信息进行目标关注点标签的打标操作。
[0085]
在实际应用中，可通过机器学习方法，对评论本身进行用户关注点的标签标注，当对评论本身无法挖掘出关注点的情况下，还可以基于当前评论本身的父评论和子评论进行用户关注点标签标注，将所得到的标签作为评论文本的补充。
[0086]
在步骤102中，在又一种情况下，在对用户搜索文本信息进行信息挖掘时，搜索文本具有长度极短的特点，此时可构建包含有针对不同关注点主题的主题词典，并对用户搜索文本信息进行分词操作，然后确定所划分得到的搜索文本分词与各个关注点主题的匹配程度，若与各个关注点主题的匹配程度满足目标关注点的阈值条件，则可以对用户搜索文本信息进行目标关注点标签的打标操作。
[0087]
在又一种情况下，在对销售备注文本信息进行信息挖掘时，销售备注文本信息具有口语化严重的特点，此时可构建针对不同关注点主题的主题句子库，并对销售备注文本信息进行分句操作，然后可以基于主题句子库使用规则匹配的方法对分句后的销售文本分句进行过滤，计算过滤后的销售文本分句与各个关注点的主题句子的相似程度，例如计算每个关注点的精品句子集与销售文本分句的bert语义向量相似度，在与各个关注点主题的相似程度满足目标关注点的阈值条件，例如相似度达到阙值时，对销售备注文本信息进行目标关注点标签的打标操作。
[0088]
在通过基于所获取的线上与线下文本信息自身的文本特点，分别制定针对用户发文文本信息、针对用户评论文本信息、针对用户搜索文本信息以及针对销售文本备注信息的挖掘策略对购车关注点进行识别后，可以汇总得到针对各个文本信息的总的购车关注点，为后续的销售活动提供数据支撑。
[0089]
在本发明实施例中，通过获取与不同购车信息获取模式相应的文本信息，其所获取的文本信息包括各种不同数据来源的线上与线下文本信息，此时可根据各个文本信息的文本特点，识别用户的购车关注点，以汇总得到针对各个文本信息的总的购车关注点。通过挖掘注册用户线上与线下的文本信息，基于融合与不同购车信息获取模式相应的不同数据源，迎合用户获取购车信息的不同模式，对用户购车关注点进行全方位捕捉，以及基于不同模式下的文本信息特征提供相应的信息挖掘方式，优化打标效果，全面完成对不同文本信息下用户购车关注点的识别，在解决单一数据源的信息缺失问题的同时提高标签覆盖率，以便为后续的销售活动提供数据支撑。
[0090]
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依
据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
[0091]
参照图4，示出了本发明的一种购车关注点识别装置实施例的结构框图，具体可以包括如下模块：
[0092]
文本信息获取模块401，用于获取与不同购车信息获取模式相应的文本信息；所述文本信息包括线上与线下的文本信息，所述线上与线下的文本信息具有自身的文本特点；
[0093]
购车关注点识别模块402，用于根据与各个文本信息文本特点相应的信息挖掘策略，识别用户的购车关注点，以汇总得到针对各个文本信息的总的购车关注点。
[0094]
在本发明的一种实施例中，所述线上的文本信息包括用户发文文本信息，购车关注点识别模块402可以包括如下子模块：
[0095]
打标模型获取子模块，用于获取预先构建的购车情感标签打标模型和购车关注点标签打标模型；其中，所述购车情感打标模型为基于针对购车情感的主题词典训练得到，所述购车关注点标签打标模型为基于针对不同购车关注点的主题词典训练得到；
[0096]
第一标签打标子模块，用于根据所述预先构建的购车情感标签打标模型对所述用户发文文本信息进行主题标签的打标操作；
[0097]
第二标签打标子模块，用于根据所述购车关注点标签打标模型对所述用户发文文本信息进行关注点标签的打标操作，完成针对用户发文文本信息的购车关注点识别。
[0098]
在本发明的一种实施例中，第一标签打标子模块可以包括如下单元：
[0099]
关键词集提取单元，用于提取所述用户发文文本信息的关键词以及与所提取关键词对应的频数，得到基于关键词与对应频数的关键词集，并计算主题词典中每个主题的主题向量；
[0100]
主题归属度计算单元，用于遍历所提取的关键词集，从所述关键词集获取满足针对目标主题的预设规则条件的至少一个目标关键词，并计算所述至少一个目标关键词针对目标主题的主题归属度；所述针对目标主题的主题归属度基于目标关键词的频数、目标关键词在主题词典的权重、目标关键词向量与主题向量的相似度确定；
[0101]
第一标签打标单元，用于累加至少一个目标目标关键词的主题归属度得到总的主题归属度，若所述总的主题归属度满足打标条件，则对所述用户发文文本信息进行目标主题标签的打标操作。
[0102]
在本发明的一种实施例中，所述购车关注点词集包括针对不同购车关注点的核心词，第二标签打标子模块可以包括如下单元：
[0103]
文本划分单元，用于对所述用户发文文本信息进行划分得到发文语句集；
[0104]
目标语句提取单元，用于遍历所划分的发文语句集，从所述发文语句集获取满足针对关注点的预设规则条件，以及包含所述核心词的至少一个目标语句；
[0105]
目标语句识别单元，用于采用预设情感分析策略和/或预设匹配策略对所述至少一个目标语句进行识别，获取所述至少一个目标语句针对不同关注点的语句匹配数；
[0106]
第二标签打标单元，用于在针对不同关注点的语句匹配数满足目标关注点的阈值条件时，对所述用户发文文本信息进行目标关注点标签的打标操作。
[0107]
在本发明的一种实施例中，所述线上的文本信息包括用户评论文本信息，购车关
注点识别模块402可以包括如下子模块：
[0108]
文本处理子模块，用于构建包含有针对不同关注点主题的主题词典，并对所述用户评论文本信息进行处理操作；
[0109]
第三标签打标子模块，用于确定处理后的用户评论文本信息与各个关注点主题的匹配程度，若与各个关注点主题的匹配程度满足目标关注点的阈值条件，则对所述用户发文文本信息进行目标关注点标签的打标操作。
[0110]
在本发明的一种实施例中，所述线上的文本信息包括用户搜索文本信息，购车关注点识别模块402可以包括如下子模块：
[0111]
分词子模块，用于构建包含有针对不同关注点主题的主题词典，并对所述用户搜索文本信息进行分词操作；
[0112]
第四标签打标子模块，用于确定所划分得到的搜索文本分词与各个关注点主题的匹配程度，若与各个关注点主题的匹配程度满足目标关注点的阈值条件，则对所述用户搜索文本信息进行目标关注点标签的打标操作。
[0113]
在本发明的一种实施例中，所述线下的文本信息包括销售备注文本信息，购车关注点识别模块402可以包括如下子模块：
[0114]
分句子模块，用于构建针对不同关注点主题的主题句子库，并对所述销售备注文本信息进行分句操作；
[0115]
第五标签打标子模块，用于基于所述主题句子库对分句后的销售文本分句进行过滤，计算过滤后的销售文本分句与各个关注点的主题句子的相似程度，若与各个关注点主题的相似程度满足目标关注点的阈值条件，则对所述销售备注文本信息进行目标关注点标签的打标操作。
[0116]
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0117]
本发明实施例还提供了一种车辆，包括：
[0118]
包括上述购车关注点识别装置、处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述购车关注点识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0119]
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述购车关注点识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0120]
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0121]
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0122]
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图
中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0123]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0124]
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0125]
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
[0126]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
[0127]
以上对本发明所提供的一种购车关注点识别方法和一种购车关注点识别装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。