[发明专利]融合用户情感倾向的社交网络评论文本情感分析方法及系统

说明书

本发明提供了一种融合用户情感倾向的社交网络评论文本情感分析方法和系统，通过用户的历史评论的情感极性分布以及社交关系计算用户的情感倾向分值；以用户的情感倾向分值作为用户的属性信息，用户与用户之间的社交关系为边信息构建用户社交关系网络；提取用户情感倾向特征表示；提取评论文本的特征表示；通过联合策略融合评论文本特征和评论对应的用户情感倾向特征得到评论联合特征表示，构建逻辑回归模型对社交网络评论文本的情感极性进行预测分析。本发明结合了用户心理干预因素，在技术上把用户情感倾向特征和文本特征相融合得到特征增强的联合特征用于社交网络文本情感分析，相比传统的仅基于文本特征的情感分析方法有更高的精确度。

技术领域

本发明涉及青少年心理健康追踪技术领域，具体来说是一种融合用户情感倾向的社交网络评论文本情感分析方法及系统。

背景技术

随着社会经济高速发展，社会竞争压力越来越大，青少年的心理压力也日渐增长。由于青少年普遍处在青春期，其心理状态相对更加脆弱，而且他们还承受着来自学业、交际、家庭、情感、自我认知及就业等方面的心理压力。而过多的压力很容易引起心理健康问题，当压力超出承受能力，且得不到及时有效地解决时，青少年很可能会通过伤害自己或者伤害他人的方法来释放压力，从而走上犯罪的道路。线下心理咨询机构通常需要家人先感知青少年的心理状态是否健康，然后说服青少年接受心理疏导。但是部分青少年不会完全向家人敞开心扉，家人对于青少年的心理状态感知存在很大滞后性，且青少年对于心理疏导存在一定程度上的抵触心理。

在当今的网络世界中，相较于与家人交流，青少年更愿意在社交网络上分享自己的感受和观点。在例如Amazon和Yelp等许多社交网络平台上，随着用户特别是青少年用户和生成评论内容的不断增长，社交网络评论文本的数据量也在增加。通过对社交网络评论文本的情感分析，可以了解社交网络中用户的情感变化，特别是青少年的情感变化，对此的研究工作有助于相关机构掌握当代青少年的心理健康并提供相应的干预措施。因此，社交网络中用户评论文本的情感分析对青少年心理健康发展事业是很有意义的。在社交网络中，评论的文本内容是由用户产生的，用户可以通过发表在线评论文本表达他们的情感，社交网络中的用户会对其他用户产生心理干预，每个用户都有独特的情感倾向，用户的情感倾向会影响其他用户的情感倾向发生变化，进而影响其发表的评论文本的情感。

目前有相关技术通过网络评论文本感知用户情感，如申请号为201610475678.4公开的一种基于社交网络数据的情感分析方法，包括：提取用户在社交网络平台上的发布数据；利用标注器对发布数据进行分词和标注；对进行分词和标注后的发布数据进行文本预处理和依存解析；将进行了文本预处理和依存解析后的发布数据划分为训练集和预测集；分别对训练集或预测集的发布数据进行情感分类特征提取；采用线性支持向量机模型对在训练集上提取的情感分类特征进行训练，获得情感分析分类器；采用情感分析分类器对预测集中的情感分类特征进行分析，预测出用户在社交网络平台上发布的目标数据的情感倾向。该发明针对社交网络数据的特点，能够有效提高对情感倾向预测的准确性。但是该方法仅仅致力于分析文本语言特征的复杂性，而不考虑用户之间的心理干预影响，忽略了文本内容与用户情感倾向之间的联系。

又如重庆邮电大学硕士学位论文《基于社交网络的用户情感分析方法研究》(陈强D-10617-308-(2016)-02004)中第35页“第4章基于概率因子图模型的社交网络用户情感预测”中公开了“用户的情绪状态学习模型，并引入了三种影响用户情绪状态的因子函数，包括属性因子、时间因子、好友因子，好友因子既用户的情绪状态在一定程度上会受到好友的影响。该方法目的在于研究不同比重情况下的用户情绪预测准确性，以及研究三个因子对用户情绪影响的规律。但是该方法不能直接得出用户情绪状态，相关机构无法根据该方法的结果对用户进行针对性干预。

发明内容

本发明所要解决的技术问题在于现有技术中缺少对用户情绪进行综合判断的方法。

本发明通过以下技术手段实现解决上述技术问题的：

融合用户情感倾向的社交网络评论文本情感分析方法，包括以下步骤：