[发明专利]面向社交平台的用户情感影响力分析方法有效

专利信息
申请号: 201710633537.5 申请日: 2017-07-28
公开(公告)号: CN107341270B 公开(公告)日: 2020-07-03
发明(设计)人: 韩东红;王嘉兴;刘俊杰;唐翔;邵维龙;杨乐;李莉莉 申请(专利权)人: 东北大学
主分类号: G06F16/9536 分类号: G06F16/9536;G06F16/35;G06F40/279;G06Q50/00
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 黄耀钧
地址: 110819 辽宁*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了本发明通过基于社交平台的用户网络建设、基于社交平台内文本的高效特征抽取、基于深度学习算法的社交平台内文本情感分类和通过SeInRank算法构建社交平台情感影响力计算模型这四步来设计了面向社交平台的用户情感影响力分析方法,利用这个方法找出在线社交平台用户情感影响力大的用户,用户的影响力越大,其权威值越大,得到的用户关注越多,这样的用户在社交平台环境中具有导向能力,此研究可以用于舆论导向领域、商业领域、公益领域和公共健康领域。
搜索关键词: 面向 社交 平台 用户 情感 影响力 分析 方法
【主权项】:
面向社交平台的用户情感影响力分析方法,其特征在于:所述面向社交平台的用户情感影响力分析方法包括下述四个步骤:第一步基于社交平台的用户网络建设:利用网络爬虫技术从X社交平台(X表示某一个具体公知的社交平台)中收集公开的用户基本信息和用户已经上传的信息,把收集的信息存储在数据库中对应的表结构中,用于构建X社交平台的用户网络;第二步基于社交平台内文本的高效特征抽取:首先对X社交平台中的文本进行分词处理,去除其中的标点符号、停用词和URL链接,得到纯文本的单词集合,采用文本聚类的方法,将所有训练文本的单词集合映射降维成多个话题和特征词组成特征向量矩阵,得到新的特征空间;第三步基于深度学习算法的社交平台内文本情感分类:利用机器学习方法对X社交平台内文本进行情感分类,机器学习方法是通过设计及其学习算法找出区分类别的特征,进而对X社交平台内文本进行情感分类;第四步通过SeInRank算法构建社交平台情感影响力计算模型:分别基于X社交平台用户网络结构、基X社交平台用户行为和基于X社交平台文本的用户情感倾向,综合考虑上述三个方面提出本文的用户情感影响力计算模型。
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东北大学,未经东北大学许可,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/201710633537.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top