用于社交动态信息情感分析的方法、系统和存储介质技术方案

本发明专利技术公开了一种用于社交动态信息情感分析的方法，该方法包括：步骤S1：获取用户原始社交动态信息，并对用户原始社交动态信息进行预处理，得到处理后社交动态信息，其中，用户原始社交动态信息包括：文本信息、图片统一资源定位符信息和视频统一资源定位符信息中的至少一种；步骤S2：计算处理后社交动态信息的情感倾向概率；步骤S3：根据情感倾向概率，得到社交动态信息情感分类。可以对社交动态信息中的文本、图片和视频信息类型中的至少一种进行情感倾向概率的计算，进而对用户进行情感倾向分析。本公开实施例还公开了一种用于社交动态信息情感分析的系统和存储介质。

Method, system and storage medium for emotional analysis of social dynamic information

【技术实现步骤摘要】
用于社交动态信息情感分析的方法、系统和存储介质
本专利技术涉及情感分析
，尤其涉及一种用于社交动态信息情感分析的方法、系统和存储介质。
技术介绍
移动社交因其便利与开放性等特性，逐渐成为大众信息分享与交流的重要途径。随着移动社交用户规模增加，用户发布数据量也呈现爆炸式增长。为了解社情民意，帮助政府与企业科学决策，基于用户发布内容的情感倾向性分析逐渐成为学界与工业界的研究热点。在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：现有的对社交动态信息进行情感分析的方法，仅对单一的文本、图片或者文本与图片的社交动态信息进行情感分析，使得情感分析的范围受限，情感分析结果的准确度不高。
技术实现思路
本公开实施例提供了一种用于社交动态信息情感分析的方法、系统和存储介质，以解决现有技术中对社交动态信息进行情感分析的方法，仅对单一的文本或者图片社交动态信息进行情感分析，使得情感分析的范围受限，情感分析结果的准确度不高的技术问题。第一方面，提供了一种于社交动态信息情感分析的方法，该方法包括：步骤S1：获取用户原本文档来自技高网...

【技术保护点】
1.一种用于社交动态信息情感分析的方法，其特征在于，包括：/n步骤S1：获取用户原始社交动态信息，并对所述用户原始社交动态信息进行预处理，得到处理后社交动态信息，其中，所述用户原始社交动态信息包括：文本信息、图片统一资源定位符信息和视频统一资源定位符信息中的至少一种；/n步骤S2：计算所述处理后社交动态信息的情感倾向概率；/n步骤S3：根据所述情感倾向概率，得到社交动态信息情感分类。/n

【技术特征摘要】
1.一种用于社交动态信息情感分析的方法，其特征在于，包括：
步骤S1：获取用户原始社交动态信息，并对所述用户原始社交动态信息进行预处理，得到处理后社交动态信息，其中，所述用户原始社交动态信息包括：文本信息、图片统一资源定位符信息和视频统一资源定位符信息中的至少一种；
步骤S2：计算所述处理后社交动态信息的情感倾向概率；
步骤S3：根据所述情感倾向概率，得到社交动态信息情感分类。


2.根据权利要求1所述的方法，其特征在于，所述步骤S2进一步包括：
步骤S21：对所述文本信息进行文本特征提取并计算文本情感倾向概率。


3.根据权利要求1或2所述的方法，其特征在于，所述步骤S2进一步包括：
步骤S22：对所述图片统一资源定位符信息进行聚类，并计算聚类后的图片统一资源定位符信息对应的图片情感倾向概率；和/或，
步骤S23：对所述视频统一资源定位符信息进行聚类，并计算聚类后的视频统一资源定位符信息对应的视频情感倾向概率。


4.根据权利要求3所述的方法，其特征在于，所述步骤S3进一步包括：
步骤S31：通过以下公式计算得到社交动态信息情感倾向概率R，
R＝α×AURL+β×BURL+C
根据R(pos，neg，neu)得到所述社交动态信息情感分类，其中，α和β为分段函数，AURL为所述图片情感倾向概率，BURL为所述视频情感倾向概率，C为所述文本情感倾向概率，pos为所述社交动态信息的情感倾向为正向的概率，neg为所述社交动态信息的情感倾向为负向的概率，neu为所述社交动态信息的情感倾向为中性的概率。


5.根据权利要求3所述的方法，其特征在于，
所述步骤S22进一步包括：步骤S221：根据所述图片统一资源定位符信息聚类后各聚类簇对应的文本情感倾向概率值，得到聚类簇中所述图片统一资源定位符信息对应的图片情感倾向概率；
所述步骤S23进一步包括：步骤S231：根据所述视频统一资源定位符信息...

【专利技术属性】
技术研发人员：王海洋，宋吉锋，王海鹏，潘新龙，刘大伟，
申请(专利权)人：烟台中科网络技术研究所，
类型：发明
国别省市：山东;37