一种结合用户结构相似度进行微博情感分析的方法技术

本发明专利技术涉及一种结合用户结构相似度进行微博情感分析的方法。方法包括以下步骤：(1)根据微博用户之间的关注关系，计算用户之间的结构相似度，建立用户相似度矩阵，即情绪感染性矩阵，同时建立情绪感染性模型；(2)根据社会学中的情感一致性理论，建立微博之间的情感一致性关系矩阵，同时建立情绪一致性模型；(3)使用前两步生成的模型，建立根据微博间关系矩阵形成的微博情感分析模型；(4)在前三步的基础上，加入使用微博文本内容的情感分析模型；(5)对第四步建立的模型进行优化，求解出微博情感分析器。本发明专利技术的优势在于针对微博数据的特点，提出了结合微博数据间关系的方法进行情感分析，有效的提高了微博情感分析的准确率。

【技术实现步骤摘要】
一种结合用户结构相似度进行微博情感分析的方法
本专利技术属于大数据分析领域，具体涉及一种结合用户结构相似度进行微博情感分析的方法。
技术介绍
随着互联网技术的发展，大量新型的社交平台如Twitter、新浪微博等随之出现。它们吸引着大量用户，用户在这些网站上发表大量包含着他们各种各样的观点的推文、微博。而分析用户观点在各个领域都有重要作用和意义，例如可以通过分析用户观点来对股市进行预测、提高推荐系统的准确率、调查用户对于产品的反馈、帮助政府部门进行舆情监督等。以上所述的分析用户观点的过程就称为情感分析。虽然之前也有一些相关工作，但目前公认的情感分析比较系统的研究工作大部分都是基于Pang在2002的研究。而相对来说，Turney同样在2002提出的无监督学习的方法虽然在实现上更加简单，但是由于单词之间的情感相似度难以准确的计算和种子词的难以确定，继续在无监督学习方向的研究并不是很多的，但是利用SO-PMI算法计算文本情感倾向性的思想却被很多研究者所继承了。Pang于2002年开始通过基于监督学习方法对电影评论文本进行情感倾向性分类，Turney也于2002年通过基于无监督学习对文本情感本文档来自技高网...

【技术保护点】
1.一种结合用户结构相似度进行微博情感分析的方法，具体包括如下步骤：(1)根据微博用户之间的关注关系，计算用户之间的结构相似度，建立用户相似度矩阵，即情绪感染性矩阵，同时建立情绪感染性模型；(2)根据社会学中的情感一致性理论，建立微博之间的情感一致性关系矩阵，同时建立情绪一致性模型；(3)使用前两步生成的模型，建立根据微博间关系矩阵形成的微博情感分析模型；(4)在前三步的基础上，加入使用微博文本内容的情感分析模型；(5)对第四步建立的模型进行优化，求解出微博情感分析器。

【技术特征摘要】
2018.03.25 CN 20181025530551.一种结合用户结构相似度进行微博情感分析的方法，具体包括如下步骤：(1)根据微博用户之间的关注关系，计算用户之间的结构相似度，建立用户相似度矩阵，即情绪感染性矩阵，同时建立情绪感染性模型；(2)根据社会学中的情感一致性理论，建立微博之间的情感一致性关系矩阵，同时建立情绪一致性模型；(3)使用前两步生成的模型，建立根据微博间关系矩阵形成的微博情感分析模型；(4)在前三步的基础上，加入使用微博文本内容的情感分析模型；(5)对第四步建立的模型进行优化，求解出微博情感分析器。2.根据权利要求1所述的一种结合用户结构相似度进行微博情感分析的方法，其特征在于所述的步骤(1)中建立用户相似度矩阵具体包括如下步骤：(1.1)对于两个用户ui和uj，其结构相似度计算公式为：(1.2)建立用户结构相似度矩阵S，其第i行第j列表示的是用户ui和uj之间的结构相似度，即Sij＝Sim(ui,uj)；(1.3)根据用户结构相似度矩阵和情绪感染性理论，建立情绪感染性矩阵Aec：Aec＝UT×S×U；其中U为用户微博矩阵，其第i行第j列表示的是用户ui发布了微博dj；(1.4)根据用户之间越相似，其表达的情感越有可能相同，建立以下模型：其中Lec＝Dec-Aec，Dec是对角阵，3.根据权利要求1所述的一种结合用户结构相似度进行微博情感分析的方法，其特征在于所述的步骤(2)中建立情绪一致性模型具体包括如下步骤：(2.1)根据情感一致性理论，建...

【专利技术属性】
技术研发人员：杨静，邹晓梅，张健沛，韩宏宇，张薇，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23