[发明专利]一种基于用户产生内容的观点转变指标计算方法

说明书

本发明提供了一种基于用户产生内容的观点转变指标计算方法，包括：步骤1、爬取热门贴子下评论数据；步骤2、根据评论数据确定用户观点倾向；步骤3、选取部分评论数据进行数据标注；步骤4、进行数据扩充，构建训练集，并进行模型训练；步骤5、通过训练后的模型对其他评论数据进行预测，若预测结果准确率大于85％，则进入步骤5，否则进入步骤4；步骤6、计算模型预测的所有数据中所有用户最大可能转变观点次数的平均值、所有用户的转变观点次数与所有用户可能转变观点总数的比值；步骤7、计算用户墙头草指数，根据墙头草指数判断用户观点鉴定程度。本发明方案能够量化用户观点鉴定程度，在用户画像与信息过滤、个性化推荐等领域有较大的应用前景。

技术领域

本发明涉及情感分析技术领域，特殊涉及一种基于用户产生内容的观点转变指标计算方法。

背景技术

情感分析作为一个自然语言处理分支任务受到了广泛关注，现有情感分析技术已经取得了较高的准确率，而如何将情感分析的结果加以利用并创造更大价值是大家关注的重点。在用户画像领域，用户发帖的情感倾向是一个重要的考虑因素，然而现有方法大都关注用户的某一时刻的情感倾向或者最终的情感倾向，往往忽视了观点的转变也是一个重要的用户特征。在一段时间内，基于用户观点转变的情况可以设计一个量化指标，作为衡量用户对自己观点的坚定程度的重要依据，我们称之为“墙头草”指数。现有方法多是直接使用观点转变次数，这种方法思想朴素，计算简单，但是存在重大缺陷，第一、没有上限值，这导致我们对用户的“墙头草”指数缺乏宏观认识，无法根据数值确定该用户的坚定程度在全体用户中的位置。第二、不同用户的“墙头草”指数区分度不足。当两个用户发帖数量不同而观点转变的次数相同的情况下，仅仅使用观点转变次数会导致两个用户的“墙头草”指数相同，而事实上这两个数值应该有区分。

发明内容

针对现有技术中存在的问题，提供了一种基于用户产生内容的观点转变指标计算方法，能够加准确的计算与量化用户观点转变的指标。

本发明采用的技术方案如下：一种基于用户产生内容的观点转变指标计算方法，包括以下步骤：

步骤1、爬取一段时间内某热门贴子下评论数据，进行预处理后存入数据库；

步骤2、对存入的评论数据进行分析，确定用户观点倾向；

步骤3、选取部分评论数据进行数据标注；

步骤4、对标注的评论数据进行数据扩充，构建训练集，并采用训练集进行模型训练；

步骤5、通过训练后的模型对未进行数据标注的评论数据进行预测，并对预测结果进行判断，若准确率大于85％，则进入步骤6，否则进入步骤4；

步骤6、利用模型预测的所有数据计算所有用户最大可能转变观点次数的平均值和所有用户的转变观点次数与所有用户可能转变观点总数的比值；

步骤7、计算用户墙头草指数，并根据墙头草指数判断用户观点坚定程度，墙头草指数越高表示该用户的坚定程度越低。

进一步的，所述步骤1中，评论数据包括评论内容、评论用户；预处理具体为：将评论内容中特殊字符和表情替换为文字表述，同时对同一用户发表的相同评论进行去重。

进一步的，所述步骤3具体为：根据用户观点倾向，对评论数据进行标注，将消极、中性、积极三种倾向分别标注为-1，0，1。

进一步的，所述步骤4中，采用聚类算法或其他无监督算法进行数据扩充。

进一步的，所述步骤6中，所有用户最大可能转变观点次数的平均值计算方法为：

其中，m为用户数量，n_k表示第k个用户发表评论的总条数。

进一步的，所述步骤6中，所有用户的转变观点次数与所有用户可能转变观点总数的比值计算方法为：