[发明专利]Web主题倾向性挖掘与决策支持的方法

权利要求书

1.一种Web主题倾向性挖掘与决策支持的方法，其特征在于，包括步骤：

S1.网络信息抽取与储存，通过网络挖掘技术，在互联网上获取信息，并将结果存入数据库和本地文件系统；

S2.信息的观点主题检测与跟踪，利用专题评论数据，检测识别出感兴趣的具有完整语义信息的观点主题,并持续跟踪和关注该观点主题；

S3.观点主题情感倾向性识别，对企业的热点话题进行话题情感倾向性分类，挖掘出观点主题的情感倾向性。

2.根据权利要求1所述的Web主题倾向性挖掘与决策支持的方法，其特征在于，所述步骤S1还包括：

S11. 自然语言处理对原始网络信息进行预处理，包括：中文分词、词性标注、停用词处理，命名实体识别。

3.根据权利要求2所述的Web主题倾向性挖掘与决策支持的方法，其特征在于，所述步骤S2中观点主题检测与跟踪的过程具体包括：

S21.从网络上采集到的信息，经过基于模板的信息分类，过滤噪声信息；

S22.将过滤后的相关信息，采用基于时间函数的增量聚类方法，实现子话题的检测，并将结果存储到数据库子话题表中；

S23.根据子话题的结果，提取出子话题的摘要和关键词，并修改子话题表相关信息；

S24.在根据子话题的信息，再次根据间窗口相似度比较的增量聚类方法，进行话题检测，并提取关键词，得到话题信息存入数据库；

S25.根据话题中信息的时间和话题中信息的数量，发现热点话题，并呈现给用户。

4.根据权利要求3所述的Web主题倾向性挖掘与决策支持的方法，其特征在于，所述步骤S22中子话题的检测的过程具体包括：

S221.顺序处理相关信息中的每篇文档；

S222.利用层次聚类方法对未处理过的文档进行聚类；

S223.若不存在历史聚类，则根据当前聚类结果，存储子话题；

S224.若存在历史聚类，则对历史子话题和新聚类出的子话题，再次进行层次聚类；

S225.将新产生的子话题存入数据库；

S226.更新子话题与文档的关系；

S227.计算新产生和更新过的子话题的关键词、多文档摘要等信息存入数据库。

5.根据权利要求3所述的Web主题倾向性挖掘与决策支持的方法，其特征在于，所述步骤S24中话题的检测的过程具体包括：

S241.顺序处理每个子话题；

S242.第一个子话题的向量自动成为第一个聚类的聚类中心；

S243.如果相似度大于某个阈值，则该子话题被分配给这个聚类；

S244.当一篇子话题分配给某个聚类的时候，重新计算这个聚类的聚类中心；

S245.若某子话题没有分配给任何的聚类，则该子话题成为一个新的聚类，同时也是这个聚类的聚类中心；

S246.将新产生的话题，添加到数据库；

S247.更新话题的信息。

6.根据权利要求1所述的Web主题倾向性挖掘与决策支持的方法，其特征在于，所述步骤S3中网络主题情感倾向性识别的过程具体包括：

S31.训练话题情感分类模型，读取标注好的话题语料和情感词典，利用SVM分类算法，通过训练得到话题情感分类模型；

S32.子话题情感分类，对子话题抽取情感特征，利用话题情感分类模型及SVM分类算法获取子话题分类结果；

S33.话题情感分类，利用子话题情感分类的结果，构建基于子话题的图模型，根据图模型输出话题情感分类结果。

7.根据权利要求6所述的Web主题倾向性挖掘与决策支持的方法，其特征在于，所述步骤S31中训练话题情感分类模型的过程具体包括：

S311. 读入标注好的话题情感分类语料；

S312. 通过自然语言处理，得到经中文分词和词性标注好的语料；

S313. 根据情感词典和语法模式库，从语料中抽取情感特征，构造话题分类训练数据集；

S314. 分类器读取训练数据集，利用SVM分类算法，通过训练得到话题情感分类模型。