[发明专利]一种舆情事件中社交媒体用户角色分类方法

权利要求书

1.一种舆情事件中社交媒体用户角色分类方法，其特征是按如下步骤进行：

步骤1、获取社交媒体中的用户信息：

步骤1.1、构建用户集合U∈{1,2,...,u...,|U|}，其中，u表示用户的序号，|U|表示社交媒体中用户的数量；

步骤1.2、获取社交媒体中|U|个用户的行为数据，其中，所述用户集合U中第u个用户的行为数据包括：第u个用户关注的用户数量关注第u个用户的用户数量以及第u个用户发布的文本数量M_u；

步骤1.3、获取社交媒体中|U|个用户发布的文本信息，并去除所有停用词后，构成文本集合；其中，第u个用户去除停用词后所对应的文本信息，记为W_u,n表示第u个用户的文本信息中第n个词，N_u表示文本信息中的词总数；

步骤2、基于社交媒体中用户的行为数据和文本信息，构建非参贝叶斯模型-混合狄利克雷过程混合模型h-DPMM：

步骤2.1、对于社交媒体中的第u个用户，按照式(1)生成第u个用户对应的角色r_u：

r_u～Multinomial(π),π～Dirichlet(α) (1)

式(1)中，～表示服从，Multinomial(·)表示多项式分布，Dirichlet(·)表示狄利克雷分布，π表示多项式分布的超参数，α表示狄利克雷分布的超参数；

步骤2.2、对于社交媒体中的第u个用户，按照式(2)生成第u个用户的主题分布θ_u：

θ_u～Multinomial(ρ_k),ρ_k～Dirichlet(α₁) (2)

式(2)中，ρ_k表示第k个角色对应的主题分布，且k∈{1…K}表示角色索引，α₁表示狄利克雷分布的超参数；

步骤2.3、对于社交媒体中的第u个用户，按照式(3)生成第u个用户的行为特征V_u：

V_u～Guassian(η_k),η_k～Inv-Wishart(α₂) (3)

式(3)中，Guassian(·)表示高斯分布，Inv-Wishart(·)表示逆威沙特分布，η_k表示第k个角色对应的行为分布，α₂表示逆威沙特分布的超参数；

步骤3、基于通过社交媒体中观察到的用户集合U，设计吉布斯采样，对用户的角色分布进行参数推断：

步骤3.1、初始化u＝1；

步骤3.2、假设当前采样角色的用户为用户集合U中的第u个用户，并根据式(4)依次采样第u个用户的角色r_u：

式(4)中，r表示在当前采样过程之前已经出现的某个角色，表示当前采样过程之前未出现的一个新角色，C_r表示第r个角色中的用户数量，表示除第u个用户的角色r_u外的角色；δ(r_u,r)为指示函数，如果r_u是一个已经出现的角色r，则令δ(r_u,r)＝1，否则令δ(r_u,r)＝0；如果r_u是一个新的角色则令否则令f_existing(u|η_k,ρ_k,r_u＝k)表示第u个用户分配到已经出现的第k个角色的条件概率，f_new(u|α,α₁,α₂)表示第u个用户分配到未出现的新角色的条件概率；

步骤3.3、将u+1赋值给u，并返回步骤3.2执行，直到u＝|U|为止；从而为每个用户分配角色并得到角色分类结果；

步骤3.4、重复步骤3.1-步骤3.3的采样过程，从而更新每个用户所分配的角色，并更新第k个角色对应的行为分布η_k和第k个角色对应的主题分布ρ_k，当所有用户的角色不再变化，且角色分类结果不变时，输出最终的所有角色的行为分布和主题分布；其中，最终的第k个角色对应的行为分布记为最终的第k个角色对应的主题分布记为

步骤4、根据最终的所有角色的行为分布和主题分布，对社交媒体中用户进行角色分类。