[发明专利]基于事件检测的微博网络情感社区识别方法有效
| 申请号： | 201910577138.0 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110347897B | 公开（公告）日： | 2021-09-21 |
| 发明（设计）人： | 杨海陆;陈德运;王莉莉;王亮 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/9536;G06F40/289;G06F40/216;G06F40/242;G06Q50/00;G06K9/62 |
| 代理公司： | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人： | 刘景祥 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是基于事件检测的微博网络情感社区识别方法。本发明基于Python爬虫爬取微博网络用语的数据，提取微博网络中的社会热点事件，构造事件热点评估函数；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；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。本发明解决目前社区识别算法无法刻画用户的情感倾向性，导致输出的社区结果内聚性较低、稳定性不足，在网络演化过程中容易引发社区分裂的问题。本发明保证了输出的社区结果具有较高的内聚性及稳定性，对网络演化产生的网络结构及属性改变具有较高的适应性。 | ||
| 搜索关键词： | 基于 事件 检测 网络 情感 社区 识别 方法 | ||
【主权项】：
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；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；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；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。
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/201910577138.0/，转载请声明来源钻瓜专利网。
