[发明专利]一种基于神经网络的微博正向影响力排行方法在审
| 申请号： | 201910018809.X | 申请日： | 2019-01-09 |
| 公开（公告）号： | CN109670032A | 公开（公告）日： | 2019-04-23 |
| 发明（设计）人： | 杨乾坤;赵树平 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/951;G06N3/04;G06Q50/00 |
| 代理公司： | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人： | 包晓静 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于网络科学技术领域，公开了一种基于神经网络的微博正向影响力排行方法。所述基于神经网络的微博正向影响力排行方法，包括利用神经网络对微博发布的文本内容进行正向影响力分析并排行。所述基于神经网络的微博正向影响力排行方法，包括搜集微博发布文本数据及用户基础数据；利用神经网络模型及预设参数对搜集数据进行整理、汇总、分析；输出排行结果。所述神经网络为具有三层或三层以上的多层神经元网络的BP神经网络。基于神经网络的微博正向影响力排行方法避免微博发布者不择手段增加转评赞，炒作发布谣言，引导微博发布者对于发布内容的重视，有利于引导负面声音，塑造一个良好的网络舆论环境。 | ||
| 搜索关键词： | 微博 神经网络 正向 发布 三层 搜集 科学技术领域 神经网络模型 用户基础数据 神经元网络 影响力分析 发布内容 网络舆论 文本内容 文本数据 预设参数 多层 输出 塑造 分析 网络 | ||
【主权项】：
1.一种基于神经网络的微博正向影响力排行方法，其特征在于，所述神经网络的微博正向影响力排行方法包括：第一步，搜集微博发布文本数据及用户基础数据并对数据进行标准化处理；第二步，建立神经网络模型，初始化网络及学习参数；第三步，利用以往微博数据对神经网络模型进行正向影响力学习训练；第四步，对给定训练模式输入文本测试数据，计算网络的输出排行，并与期望正向影响力比较，若误差不能满足精度要求，则返回步骤S103再次训练，直至误差满足精度要求；第五步，将标准化处理的微博数据输入训练好的神经网络，输出微博正向影响力排行结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥工业大学，未经合肥工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910018809.X/，转载请声明来源钻瓜专利网。
- 上一篇：数据处理方法及装置
- 下一篇：内容的检索方法、装置、设备及存储介质
