[发明专利]一种基于在线社会网络的用户情感分析方法

摘要

本发明提出一种基于在线社会网络的用户情感分析方法，与很多已研究出来的基于用户体征数据的情绪分析方法不同，本方法从在线社会网络的角度着手，通过对用户的日常行为进行分析，找出用户的兴趣点所在，使用SVM分类器对此类数据进行情感识别。本方法是一种启发策略性方法，通过本方法可以从用户日常使用社交网络出发，对用户情绪进行判断。

主权项

1.一种基于在线社会网络的用户情感分析方法，其特征在于：包括如下步骤：步骤一：通过网络爬虫、分析数据包、采集日志文件以及通过调用服务商提供的API接口来开发在线社会网络的应用的方式来收集其中的用户数据来获取用户的信息；步骤二：对于采集到的用户数据进行处理，通过TF‑IDF的技术筛选出领域高频词并自动训练出相应的领域分类器，对于数据的处理包括以下几部分：首先去除在线社会网络中无效转发的操作,从而去除数据中的无效信息；然后选出部分领域作为标注训练集，从在线社会网络中若干个热门搜索主题作为领域，将收集的用户信息进行划分；最后利用领域中的种子词对收集到的用户数据进行分类，采用Java开源包FundanNLP作为文本的分类工具进行划分；步骤三：提取用户数据中的有效特征，采用通过设置Window特征以及Word2vec特征的方式来进行特征提取：(3‑1)当用户的文本信息中存在多个评论对象时，通过设置多个window特征，将用于情感倾向性判别的特征限定在一定的范围之内；(3‑2)Word2vec将文本中的词转化成向量的形式表示，以此来反映文本的语法规则以及语义特性；通过将文本转化成空间向量，由空间向量的相似度，来表示文本语义上的相似度；通过将不同领域的微博数据作为Word2vec的输入进行向量化，然后将得到的向量采用K‑means算法进行聚类，最终将其分为若干类，得到词与类别的映射关系；步骤四：当抽取完特征值后采用支持向量机(SVM)作为情感判别方式对用户情绪进行分析；基于SVM的情感极性分类任务分为以下三个部分：(4‑1)情感词典的构建：对于情感的分析需要识别情感词的特征值，为此可利用基准情感词，通过大量的语料集对未知情感词采用PMI算法进行情感极性分类扩展情感词典采用人工选取的方式选择情感语义非常明显的基准情感词，并利用如下公式设定阈值进行计算归类；其中m、n是正向和负向基准情感词的个数，p(w)是待识别情感词出现的概率，p(w,xi)是待识别情感词和正向基准情感词共同出现的概率，p(w,yi)是待识别情感词和负向基准情感词共同出现的概率；(4‑2)情感特征的选择：情感分析特征的选取结合构建的情感词典利用卡方法统计量选择与情感特征相关的词语，计算公式如下：其中x²(w,s)表示s情感类别中词w的卡方计量,N表示情感训练数据集的规模,p(s,w)表示在情感类别s中包含词w的文档规模,表示排除情感类别s,其他情感类别包含词w的文档规模，表示在情感类别s中不包含词w的文档规模,表示在情感类别s中，不包含词w也不在该类别中的文档规模；(4‑3)情感极性分类：将基于用户的情感分类分为几种情况；步骤五：在完成了用户的情感判别之后，对判断结果进行输出。