一种基于个体情感行为分析的社交平台用户分类方法技术

技术编号:14362828 阅读:119 留言:0更新日期:2017-01-09 10:17
本发明专利技术公布了一种基于情感行为分析的社交平台用户分类方法,包括以下步骤:S1、构建转发树;S2、构建用户历史记录,提取具有相同用户ID的节点构建此用户的个体转发历史记录;S3、构建用户情感行为描述特征;S4、利用S3中的特征构建给予决策树的用户角色分类模型,完成基于情感行为分析的社交平台用户分类。本发明专利技术构建了较为全面的用户情感行为描述模型,可以更全面的考虑用户的个人历史信息;该方法充分利用了微博当中的用户个人信息,传播结构信息,情感信息以及动态时域信息。由于采用以上措施,本发明专利技术能够获得更好的分类准确率。

【技术实现步骤摘要】

本专利技术属于社交网络
,特别涉及一种基于个体情感行为分析的社交平台用户分类方法
技术介绍
随着互联网技术的发展,以微博为代表的在线社交网络得到大规模的使用。用户可以在其上自行发布信息,也可以通过转发,评论,点赞等方式与其它信息进行交互,与真实社交网络相同,在线社交网络的用户行为传达出的不仅仅是字面信息,它同时包含着用户的情感态度,这种情感态度因用户个人背景与习惯的不同而不同,并贯穿于用户的所有交互行为当中,我们把用户所具有的这种情感特征称之为用户的情感角色。目前针对在线社交网络用户的研究主要包括以下几个方面,1、用户影响力的挖掘,此类研究着力于通过对用户个人属性以及信息传播特征的分析,建立描述用户社交影响力的模型或算法,实现用户影响力计算,发现社交领导者;2、用户在线行为的预测,此类研究通过对用户历史,上下文环境以及社交关系等因素的考虑对用户进行建模,实现对用户特定行为或偏好的预测,例如是否参与转发,是否感兴趣等。3、用户情感分析,此类研究以某一个时刻用户会有怎样的情感作为出发点,通过多种数据源(包括文本,图片,视频,音乐等),线上线下结合以及社交关系等因素实现用户情感的分析与预测。以上研究在一定程度上为我们揭示了用户的在线行为规律和社交网络的内在运作规律,但缺乏对用户情感的综合考虑。
技术实现思路
针对以上问题,本专利技术通过从用户个人情感角度进行分析,提供一种基于个体情感行为分析的社交平台用户分类方法,具体技术方案为:一种基于个体情感行为分析的社交平台用户分类方法,包括以下步骤:S1、构建转发树:提取社交平台用户转发信息,建立基于树型拓扑结构的社交平台转发树;S2、构建用户历史记录:对于转发树中的节点的转发信息进行情感计算,将结果按情感分类为积极、消极、中立;提取具有相同用户ID的节点构建此用户的个体转发历史记录;S3、构建用户情感行为描述特征:包括用户倾向描述特征:个体与群体情感关系ERu、用户个人历史情感偏好HPu;用户情感影响描述特征EIu;S4、利用S3中的特征构建给予决策树的用户角色分类模型,首先构造输入向量Uu=<ERu,HPu,EIu>,然后对每一个特征分别计算信息熵Uj为第j个特征,选取具有最大信息增益的特征构建当前决策节点,对剩余特征逐层递归得到最终决策树模型,进而完成基于情感的用户分类。进一步地,一种基于个体情感行为分析的社交平台用户分类方法S1中的转发信息包括原始文本信息、转发文本信息、参与用户的个体信息。进一步地,一种基于个体情感行为分析的社交平台用户分类方法S1按照层级由底向上进行文本情感解析,逐层添加转发节点,构建转发树。进一步地,一种基于个体情感行为分析的社交平台用户分类方法S2中的情感计算采用多规则集模型,通过文本点互信息自底向上建立情感词典、语法规则,所述的自底向上是指按照从词语、短语、短句、整句的顺序依次分析。进一步地,一种基于个体情感行为分析的社交平台用户分类方法S3中所述的个体和群体情感关系是基于个体的情感选择与群体情感的分布,描述为个体与当前一条文本信息的情感关系因子ERu(w),其取值范围为-1~1,该值越大表示当前关系越趋近积极,该值越小表示当前关系越趋近消极,如下表示:ERu(w)=0.5+N(w)-P(w)-|N(w)-O(w)|2S(w),Eu(w)=PP(w)-N(w)2S(w),Eu(w)=O-0.5+N(w)-P(w)-|P(w)-O(w)|2S(w),Eu(w)=N]]>其中,N(w),P(w),O(w)分别表示当前转发树内的消极情感分布,积极情感分布,中立情感分布,S(w)表示转发树规模。进一步地,一种基于个体情感行为分析的社交平台用户分类方法S3中个体历史情感偏好HPu(e)是基于用户历史记录中的情感分布以及历史转发中的用户评论参与度Cu(w),用以下公式表示:HPu(e)=ΣEu(w)=e,w∈Wulog(Cu(W)+2)exp{-θ1(t0-tw)本文档来自技高网...
一种基于个体情感行为分析的社交平台用户分类方法

【技术保护点】
一种基于个体情感行为分析的社交平台用户分类方法,包括以下步骤:S1、构建转发树:提取社交平台用户转发信息,建立基于树型拓扑结构的社交平台转发树;S2、构建用户历史记录:对于转发树中的节点的转发信息进行情感计算,将结果按情感分类为积极、消极、中立;提取具有相同用户ID的节点构建此用户的个体转发历史记录;S3、构建用户情感行为描述特征:包括用户倾向描述特征:个体与群体情感关系ERu、用户个人历史情感偏好HPu;用户情感影响描述特征EIu;S4、利用S3中的特征构建给予决策树的用户角色分类模型,首先构造输入向量Uu=<ERu,HPu,EIu>,然后对每一个特征分别计算信息熵Uj为第j个特征,选取具有最大信息增益的特征构建当前决策节点,对剩余特征逐层递归得到最终决策树模型,进而完成基于情感的用户分类。

【技术特征摘要】
1.一种基于个体情感行为分析的社交平台用户分类方法,包括以下步骤:S1、构建转发树:提取社交平台用户转发信息,建立基于树型拓扑结构的社交平台转发树;S2、构建用户历史记录:对于转发树中的节点的转发信息进行情感计算,将结果按情感分类为积极、消极、中立;提取具有相同用户ID的节点构建此用户的个体转发历史记录;S3、构建用户情感行为描述特征:包括用户倾向描述特征:个体与群体情感关系ERu、用户个人历史情感偏好HPu;用户情感影响描述特征EIu;S4、利用S3中的特征构建给予决策树的用户角色分类模型,首先构造输入向量Uu=<ERu,HPu,EIu>,然后对每一个特征分别计算信息熵Uj为第j个特征,选取具有最大信息增益的特征构建当前决策节点,对剩余特征逐层递归得到最终决策树模型,进而完成基于情感的用户分类。2.根据权利要求1所述的一种基于个体情感行为分析的社交平台用户分类方法,其特征在于:所述的S1中的转发信息包括原始文本信息、转发文本信息、参与用户的个体信息。3.根据权利要求1所述的一种基于个体情感行为分析的社交平台用户分类方法,其特征在于:所述的S1...

【专利技术属性】
技术研发人员:於志文马超王柱郭斌
申请(专利权)人:西北工业大学
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1