【技术实现步骤摘要】
一种考虑用户在线关系网络的舆情主题发现方法
本专利技术涉及舆情主题发现
，具体涉及一种考虑用户在线关系网络的舆情主题发现方法。
技术介绍
随着社交媒体和移动应用的快速发展，如：百度贴吧、新浪微博、twitter、reddit等，在线社交媒体已经成为用户分享、发表观点、诉说诉求的重要工具，这些社交媒体有着惊人的速度、覆盖面和渗透力，民众所分享的信息被社交媒体广泛吸收，这些信息通常数量多、内容少，普遍存在随意性语言并且受到其他用户的影响，这些特点对于分析信息中文本对应的主题影响很大。不同用户彼此间通过发帖、关注、转发等形式形成了用户在线关系网络，用户所发表的观点通过社交网络进行传播，彼此影响，形成关于社会热点的各种舆情主题。舆情主题检测能为政府决策提供重要信息，有助于政府及相关部门评估特定时间内对于民众舆情的引导效果，并有助于及时了解民众当下所关心的热点话题。
技术实现思路
本专利技术为了克服现有技术存在的不足之处，提出了一种考虑用户在线关系网络的舆情主题发现方法，以期能有效发现用户在线关系网络...
【技术保护点】
1.一种考虑用户在线关系网络的舆情主题发现方法，其特征是按如下步骤进行：/n步骤1、构建用户在线关系网络G：/n步骤1.1、获取U个用户分别发表的N
【技术特征摘要】
1.一种考虑用户在线关系网络的舆情主题发现方法，其特征是按如下步骤进行：
步骤1、构建用户在线关系网络G：
步骤1.1、获取U个用户分别发表的Nu篇文档中的文本信息并构成文本集合D，去除所述文本集合D中所有标点符号并进行分词操作后，再去除停用词和低频词，从而得到预处理后的包含U×Nu篇文档的文本集合D′；其中，预处理后的第u个用户发表的Nu篇文档记为表示第u个用户发表的第nu篇文档，将第nu篇文档中的词集合记为其中，表示第u个用户发表的第nu篇文档中第m个单词，表示第u个用户发表的第nu篇文档中的词个数；
步骤1.2、根据用户-帖子二部图，采用随机游走方法获取用户在线关系网络G；
步骤1.3、获取所述用户在线关系网络G中与第u个用户最近邻的N个邻居用户；
步骤2、指定预处理后的文本集合D′中的主题个数为K；
步骤3、设计有参贝叶斯模型，并通过分析用户在所述用户在线关系网络G中的文本信息与用户链接信息，生成文本对应主题；
步骤3.1、按照式(2)分别生成所述用户在线关系网络G中的背景主题词分布φB：
式(2)中，～表示服从，π表示单词从主题词分布中生成概率的期望；且π服从超参数为γ的Beta分布；1-π表示单词从背景主题词分布φB中生成概率的期望；β是狄利克雷分布的超参数，且服从狄利克雷Dirichlet分布，并有：
式(3)中，表示第v个单词在相应背景主题下所有词所占权重，V是预处理后的文本集合D′中所有不重复词的总数；
步骤3.2、对于所述用户在线关系网络G中的K个主题，按照式(4)分别生成第k个主题的词分布从而得到用户在线关系网络G中所有主题下的词分布记为
式(4)中，服从狄利克雷Dirichlet分布，并有：
式(5)中，φkv表示第v个单词在第k个主题下所有词所占比重；
步骤3.3、对于所述用户在线关系网络G中的每个用户：
步骤3.3.1、按照式(6)生成第u个用户的主题分布
式(6)中，α为先验分布超参数；服从狄利克雷Dirichlet分布，并有：
式(7)中，表示第u个用户发表的第nu篇文档的主题分布情况；
步骤3.3.2、对用户发表的每篇文档：
按照式(8)生成第u个用户发表的第nu篇文档的主题
式(8)中，服从参数为的多项式Multi分布；
按照式(9)生成单词的主题-背景主题指示变量
式(9)中，是二元指示变量，且服从伯努利Bernoulli分布，并用于选择第u个用户发表的第nu篇短文本中的第m个单词是从背景主题词分布中生成还是从主题词分布中生成；当时，表示第u个用户发表的第nu篇文档中第m个单词从主题词分布中产生，当时，表示第u个用户发表的第nu篇文档中第m个单词从背景主题词分布中产生；
按照式(10)生成短文本中每个词：
式(10)中，表示第u个用户发表的第nu篇文档对应主题的词分布，第u个用户发表的第nu篇文档中第m个单词服从参数为或的多项式Multi分布；
步骤3.4、根据式(11)创建存在链接的第u个用户和第u′个用户之间链接指示变量yu,u′，且yu,u'∈{1，-1}：...
【专利技术属性】
技术研发人员：张吉，姜元春，孙见山，余婷，梁瑞成，单海军，李怡，钱洋，柴一栋，
申请(专利权)人：之江实验室，合肥工业大学，
类型：发明
国别省市：浙江;33
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。