[发明专利]基于事件检测的微博网络情感社区识别方法

权利要求书

1.一种基于事件检测的微博网络情感社区识别方法，其特征是：包括如下步骤：

步骤一：基于Python爬虫爬取微博网络用语的数据，对微博网络数据进行初始化；

所述步骤一具体为：

第一步：采用Python爬虫向上广度优先搜索策略，爬取微博社交网络用户的用语数据，通过下式表示微博网络用语数据：

D_i＝{L_i,F_i,R_i,C_i,T_i} (1)

其中，D_i为微博帖子i的网络用语数据，L_i为微博帖子i的文本，F_i为微博帖子i的发帖者的粉丝数量，R_i为微博帖子i的转发次数，C_i为微博帖子i的评论次数，T_i为微博帖子i的发布时间，i表示为微博帖子；

第二步：初始化微博网络用语数据，并将所述初始化的数据存于MySQL数据库；

步骤二：提取微博网络中的社会热点事件，构造事件热点评估函数；

所述步骤二具体为：

第一步：采用TF-IDF方法计算词汇η在微博网络用语数据中的权重，通过下式计算词汇η的权重：

其中，为词汇η的权重，为词汇η在D_i中出现的频率，df_η为词汇η在滑动窗口中所有帖子中出现的次数，N为爬取到的微博帖子总数；

第二步：以词汇η的权重为基础，构造度量微博帖子间相关程度的余弦相似表达式以为优化函数，采用k-Medoide算法将词汇一致的微博帖子聚合成同一个群组，迭代生成事件集合C，通过下式表示所述表达式

C＝{c₁,c₂,...,c_k} (3)

其中，C为迭代生成的事件集合，c_k为第k个微博事件，为度量微博帖子间相关程度的余弦相似表达式，以及|w_C|分别为D_i内词汇以及事件集合C内词汇的TF-IDF权重集合；

第三步：构造社会热点事件评估函数δ_HOT，筛选出关注度高的m个社会热点事件，通过下式表示δ_HOT：

其中，δ_HOT为社会热点事件评估函数，Nc为事件集合C中的帖子总数；

第四步：对筛选处的m个社会热点事件进行排序，得到m个社会热点事件集合，通过下式表示m个社会热点事件集合：

C_IM＝{c₁,c₂,...,c_m} (6)

其中，C_IM为m个社会热点事件集合，c_m为第m个社会热点事件；

步骤三：度量微博用户对社会热点事件的情感极性，生成微博用户对多个社会热点事件的情感极性标签；

所述步骤三具体为：

第一步：利用ICTCLAS分词系统对微博网络用语数据进行分词；

第二步：基于HowNet情感词典完成词语级情感极性分析，对未出现在情感词典中的网络词汇η_new，建立词语级相似性度量函数，通过函数判断η_new与HowNet情感词典已有的词汇η_how相似程度，通过下式表示词语级相似性度量函数：

其中，S(η_new,η_how)为词语级相似性度量函数，|η_new|以及|η_how|分别为词汇η_new以及η_how在爬取数据时出现次数；

第三步：计算用户u对m个社会热点事件发表言论的情感极性，生成微博用户u对m个社会热点事件的情感极性标签，通过下式表示所述情感极性标签：

其中，U为微博用户u对m个社会热点事件的情感极性标签，为微博用户u对第m个社会热点事件发表言论极性总体的加权平均；

步骤四：初始化微博用户的情感极性标签，构造社区标签更新迭代规则，直至标签收敛时终止循环，将具有相同标签的节点划分到同一社区；

所述步骤四具体为：

第一步：初始化微博用户对社会热点事件的情感极性标签，每个微博用户包含一个特征向量，通过下式表示特征向量：

vec_u＝(l_u,b_u) (9)

其中，vec_u为微博用户u的特征向量，l_u为微博用户u的社区标签集合，b_u为微博用户u对社区的归属程度；

初始化所述征向量时，得到vec_u＝(u,1)，归属程度为1；

第二步：微博用户向邻居用户传递一次特征向量，构造社区标签更新迭代规则，所述规则具体为：当微博用户收到邻居用户传来的特征向量时，微博用户将收到的特征进行更改，通过下式进行更改：

其中，τ(u)为微博用户u的邻居集合，v为微博用户u的邻居用户，vec_v∈τ(u)为所述邻居用户v的特征向量，l_v为邻居用户v的社区标签集合，b′_v为邻居用户v对社区的归属程度；U和V分别代表微博用户u以及邻居用户v的情感极性标签集合，MIC(U,V)为微博用户u与邻居用户v之间情感极性标签的最大互信息系数，

通过下式计算MIC(U,V)：

其中，I[U；V]为U和V之间的互信息；

当对微博用户u的任意一邻居x，x∈τ(u)，以及所有收到的任意特征向量vec′_x∈τ(u)＝(l_x,b′_x)，l_x为任意一邻居x的社区标签集合，b′_x为任意一邻居x对社区的归属程度，选择b′_x最大的邻居所持有的社区标签作为基准社区标签，则用户u加入基准社区标签所代表的社区；

当对于基准社区标签之外的社区标签l_y时，y∈τ(u)，满足y归属程度不是最大的，当y的邻居同时包括y自身对l_y的隶属度的为最大值时，所述隶属度的最大值再加上除l_y的隶属度最大值外的隶属度之和再与u的邻居数的作商；当所述作商的结果大于b′_x，则将u加入y所在社区；

第三步：重复第二步，当社区标签收敛时，终止循环，将具有相同社区标签的用户划分到同一个社区。

2.根据权利要求1所述的一种基于事件检测的微博网络情感社区识别方法，其特征是：通过δ_HOT统计粉丝的有效回应，所述δ_HOT取值范围为[0,1]。