CN104142948A - 挖掘领域观点领袖的方法和设备 - Google Patents

Abstract

本发明公开了挖掘领域观点领袖的方法和设备。根据本发明的挖掘领域观点领袖的方法包括：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度；根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系；以及根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。

Description

挖掘领域观点领袖的方法和设备

技术领域

本发明一般地涉及数据处理领域。具体而言，本发明涉及一种挖掘领域观点领袖的方法和设备。

背景技术

近年来，随着互联网的普及和相关技术的发展，涌现出了越来越多的网络平台，使得人们可以在互联网上发表自己的观点。这样的平台的示例包括博客、微博、BBS、社区、社交网络等。

由于每个人的兴趣和领域相关知识存在差异，所以不同的人在不同的领域中具有不同的观点权威性和影响力。举例来说，中科院院士钟南山在卫生防疫领域的观点权威性高、影响力大，在广告设计领域的观点权威性低、影响力小。也就是说，对于每个领域而言，一般都存在着特定于这个领域的领域观点领袖。领域观点领袖在其所属的领域中具有相对较高的影响力和号召力。如果对领域观点领袖的影响力和号召力善加利用，可以取得良好的社会效益和经济效益。

然而，存在如何从大量评论者中自动找到特定领域的领域观点领袖的问题。这是因为相关网络平台上的每个参与者都有可能是特定领域的领域观点领袖，并且参与者的数量非常多，参与者的相关数据，如评论数据的数据量也非常大。仅凭人工来选择领域观点领袖，存在主观性，且任务繁重。一些已有的自动寻找观点领袖的方法，不能按领域寻找领域观点领袖，不能体现观点领袖的领域相关性。

因此，期望自动地且高效地、按领域寻找领域观点领袖。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

本发明的目的是针对现有技术的上述问题，提出了一种能够自动地且高效地、按领域寻找领域观点领袖的方法和设备。

为了实现上述目的，根据本发明的一个方面，提供了一种挖掘领域观点领袖的方法，其包括：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度；根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系；以及根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。

根据本发明的另一个方面，提供了一种挖掘领域观点领袖的设备，其包括：兴趣度确定装置，其被配置为：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度；评论者关系确定装置，其被配置为：根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系；以及领域观点领袖确定装置，其被配置为：根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。

另外，根据本发明的另一方面，还提供了一种存储介质。所述存储介质包括机器可读的程序代码，当在信息处理设备上执行所述程序代码时，所述程序代码使得所述信息处理设备执行根据本发明的上述方法。

此外，根据本发明的再一方面，还提供了一种程序产品。所述程序产品包括机器可执行的指令，当在信息处理设备上执行所述指令时，所述指令使得所述信息处理设备执行根据本发明的上述方法。

附图说明

参照下面结合附图对本发明实施例的说明，会更加容易地理解本发明的以上和其它目的、特点和优点。附图中的部件只是为了示出本发明的原理。在附图中，相同的或类似的技术特征或部件将采用相同或类似的附图标记来表示。附图中：

图1示出了根据本发明的第一实施例的领域观点领袖挖掘方法的流程图；

图2示出了根据本发明实施例的基于关键词的兴趣度计算方法的流程图；

图3示出了根据本发明的第二实施例的领域观点领袖挖掘方法的流程图；

图4示出了根据本发明的第三实施例的领域观点领袖挖掘方法的流程图；

图5示出了根据本发明的第四实施例的领域观点领袖挖掘方法的流程图；

图6示出了根据本发明实施例的领域观点领袖挖掘设备的结构方框图；以及

图7示出了可用于实施根据本发明实施例的方法和设备的计算机的示意性框图。

具体实施方式

在下文中将结合附图对本发明的示范性实施例进行详细描述。为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施方式的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。

在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤，而省略了与本发明关系不大的其他细节。另外，还需要指出的是，在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。

本发明的基本思想是从评论者的评论数据出发，分析评论者对各个领域的兴趣，并进而挖掘在各个领域中的评论者的关系，基于在特定领域中的评论者的关系，确定特定领域中的领域观点领袖。在这个过程中，还考虑评论者的评论的好评度与评论者之间的链接关系，以便从更多方面全面地考察评论者以确定领域观点领袖。

下面将参照图1描述根据本发明的实施例的领域观点领袖挖掘方法的流程。

图1示出了根据本发明的第一实施例的领域观点领袖挖掘方法的流程图。如图1所示，根据本发明的领域观点领袖挖掘方法，包括如下步骤：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度（步骤S1）；根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系（步骤S2）；以及根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖（步骤S3）。

在步骤S1中，针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度，所述兴趣度表征特定评论者对于特定领域的兴趣的程度。

如上所述，为了确定特定领域的领域观点领袖，需要获知在该领域中的评论者之间的关系。评论者的关系，有显式关系，如链接关系，也有隐式关系，如基于兴趣度的关系。为了挖掘隐式关系，首先需要确定多个评论者对于领域的兴趣度。

可以从各种角度，通过各种方式获得特定评论者对于特定领域的兴趣度。作为示例，以下参考图2介绍基于关键词的方法，但本发明不限于此。

图2示出了根据本发明实施例的基于关键词的兴趣度计算方法的流程图。

如图2所示，基于关键词的兴趣度计算方法包括：获取每个领域的领域关键词集合（步骤S11）；从所述多个评论者的评论中，获取每个评论者的评论关键词集合（步骤S12）；以及根据所述每个领域的领域关键词集合与所述每个评论者的评论关键词集合的匹配情况，计算所述每个评论者对每个领域的兴趣度（步骤S13）。

应理解，评论者的兴趣能够通过他的评论中的关键词体现。试想，如果一个评论者的评论多关注于手机的设计、新手机的性能和发布等，其评论中充斥着大量的手机相关术语，则可以确定该评论者对于手机领域存在浓厚的兴趣。另一方面，每个领域都存在着体现这个领域的关键词。如果能够将评论者的评论中的关键词与某个领域的领域关键词进行匹配，则可以根据匹配的程度，判定评论者对于该领域的兴趣。

基于上述思想，在步骤S11中，获取领域的领域关键词集合。

在分类目录网站中，存在着已有的领域分类，并且具有相关的网页链接。因此，可以利用分类目录网站，确定多个领域，并获得每个领域对应的网页集合；然后从网页集合中，抽取关键词，以得到每个领域的领域关键词集合。

分类目录网站例如是http://www.dmoz.org/。

从文本中抽取关键词的方法是本领域技术人员熟知的，可以采用任何关键词获取方法来抽取网页集合中的关键词，作为网页集合对应的领域的领域关键词。

应理解，在进行关键词抽取之前，需要对于网页进行适当的预处理，例如，字符归一化（如繁简体转换）、分词等。抽取关键词之后，还可进行后处理，如去掉停止词等。

在步骤S12中，从多个评论者的评论中，获取每个评论者的评论关键词集合。

采用关键词获取方法，可以抽取评论者的所有评论中的关键词,作为评论者的评论关键词。步骤S12中的关键词获取方法与步骤S11中的关键词获取方法可以相同，也可以不同。

在步骤S13中，根据每个领域的领域关键词集合与每个评论者的评论关键词集合的匹配情况，计算每个评论者对每个领域的兴趣度。

应理解，评论关键词集合与领域关键词集合的匹配程度越高，评论者对领域的兴趣度越高。

为便于进行关键词集合的比较，可以基于关键词形成关键词向量，通过比较向量的相似度来比较关键词集合的匹配程度。

例如，可以根据每个领域的领域关键词集合，构建每个领域的领域关键词向量。每个领域的领域关键词向量的基是该领域的领域关键词集合中的关键词。领域关键词向量的元素可以是一，或者是该元素所对应的关键词的权重。权重可以与TF和IDF相关。例如，权重可以等于TF与IDF的乘积。这样，一个领域可以由该领域的领域关键词向量表示。

相应地，可以根据每个评论者的评论关键词集合和每个领域的领域关键词集合，构建每个评论者的每个领域的评论关键词向量。每个评论者的每个领域的评论关键词向量的基是该领域的领域关键词集合中的关键词，当一个评论者的评论关键词集合包括该领域的领域关键词集合中的一个关键词时，该评论者的该领域的评论关键词向量的与该关键词对应的元素是一或者是该关键词的权重，否则为零。

然后，计算每个评论者的每个领域的评论关键词向量与对应领域的领域关键词向量的相似度，作为每个评论者对每个领域的兴趣度。

向量之间的相似度计算方法是本领域技术人员已知的。例如，可以计算两个向量的夹角的余弦值，作为两个向量之间的相似度。

经过上述步骤S11-S13，可以针对给定的多个领域，确定每个评论者对每个领域的兴趣度。

在步骤S2中，根据每个评论者对每个领域的兴趣度，确定每个领域中的多个评论者之间的关系。

例如，可计算多个评论者中的每两个评论者对同一领域的兴趣度的相似度，作为该领域中的这两个评论者之间的相关度。所计算的相关度体现了该领域中这两个评论者之间的关系。

两个评论者对同一领域的兴趣度的相似度例如可以是归一化的两个评论者对同一领域的兴趣度之差的绝对值与1的差值。例如，评论者i和j对某个领域d的兴趣度分别为V_id和V_jd将评论者对各个领域的兴趣度归一化后，前述V_id和V_jd且分别变为V′_id和V′_jd。则评论者i和j对某个领域d的兴趣度的相似度^simd^(i,j)为

通过上述步骤S2获得了每个领域中的多个评论者之间的关系之后，就可以基于所获得的关系，确定每个领域中的领域观点领袖。

具体地，在步骤S3中，根据每个领域中的多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。

可以理解，领域观点领袖在其所属的领域中对其它评论者的影响力较大，这种影响力体现于领域观点领袖与其它评论者的关系中，并且这种关系特定于领域。因此，可以采用如下所述的步骤S31和S32来确定领域观点领袖。

在步骤S31中，基于每个领域中的多个评论者之间的关系，构建每个领域的评论者关系网络。

具体地，可将多个评论者设定为每个领域的评论者关系网络中的节点；并将表明每个领域的多个评论者之间的关系的强弱的值（例如上面计算的相关度）设定为节点之间的边的权重。这样构建的评论者关系网络体现了特定领域内的多个评论者之间的关系。

在步骤S32中，利用标签传播方法，基于每个领域的评论者关系网络，判定每个领域的领域观点领袖。

具体地，对于每个领域的评论者关系网络，为该评论者关系网络中的每个节点赋予具有相同数值的标签，标签的数值表明对应节点是领域观点领袖的可能性的大小。也就是说，初始的标签表明所有节点，即各个评论者都以均等的概率作为该领域的领域观点领袖。上述相同数值例如可以是平均值，即在存在N个节点的情况下，每个节点的初始标签的数值为1/N。

然后，使得所赋予的标签在评论者关系网络上传播，直至标签的数值对于评论者关系网络基本稳定。根据标签传播的原理，此时获得的标签的数值，能够体现该领域的评论者关系网络中蕴含的评论者之间的关系。

因此，可根据此时标签的数值大小，选取与该评论者关系网络对应的领域的领域观点领袖。例如，选取标签的数值第一大或前几大的节点对应的评论者，作为该评论者关系网络对应的领域的领域观点领袖。

借助于上述基本步骤S1-S3，可以基于兴趣度，获得特定领域的多个评论者之间的关系，进而可以根据所获得的关系，确定特定领域的领域观点领袖。

在第二实施例中，可以从对评论的评价方面，对兴趣度进行调整，以获得更加可靠的结果。

图3示出了根据本发明的第二实施例的领域观点领袖挖掘方法的流程图。如图3所示，根据本发明的领域观点领袖挖掘方法，包括如下步骤：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度（步骤S1）；根据所述评论以及对所述评论的评价，确定每个评论者在每个领域中的好评度（步骤S4）；根据所述好评度，调整所述每个评论者对每个领域的兴趣度（步骤S5）；根据所述每个评论者对每个领域的调整后的兴趣度，确定所述每个领域中的所述多个评论者之间的关系（步骤S2’）；以及根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖（步骤S3）。

第二实施例中的步骤S1和步骤S3与第一实施例中的步骤S1和步骤S3相同。

第二实施例的改进之处在于引入了对于评论者的评论的评价，并依此调整兴趣度。

在步骤S4中，根据评论以及对评论的评价，确定每个评论者在每个领域中的好评度。

具体地，可以通过下述步骤S41-S43计算好评度。

在步骤S41中，对于每个评论者的每个评论，计算对该评论的评价的好评比例、以及该评论与每个领域的关联度。

对评论的评价的好评比例可以通过计算对评论的评价中的好评数与评论的所有评价的数目的商来得到。

评论与每个领域的关联度可以通过从评论中提取关键词，然后类似于上述步骤S13，根据所提取的关键词构成的评论关键词集合和每个领域的领域关键词集合，构建每个评论的每个领域的评论关键词向量。每个评论的每个领域的评论关键词向量的基是该领域的领域关键词集合中的关键词，当一个评论的评论关键词集合包括该领域的领域关键词集合中的一个关键词时，该评论的该领域的评论关键词向量的与该关键词对应的元素是一或者是该关键词的权重，否则为零。最后，计算每个评论的每个领域的评论关键词向量与对应领域的领域关键词向量的相似度，作为每个评论与每个领域的关联度。

在步骤S42中，根据好评比例以及关联度，计算每个评论者的每个评论在每个领域中的得分。

作为示例，可以将评论的好评比例与该评论和某个领域的关联度相乘，作为该评论在该领域中的得分。

在步骤S43中，计算每个评论者的所有评论在每个领域中的得分的平均值，作为每个评论者在每个领域中的好评度。

也就是说，对于某个领域，计算某个评论者的所有评论在该领域中的得分的平均值，作为这个评论者在这个领域中的好评度。

经过上述步骤S41-S43，利用评论者的评论的好评比例和评论与领域的关联度，计算了评论者在特定领域中的好评度。

在步骤S5中，可根据好评度，调整每个评论者对每个领域的兴趣度。

作为示例，可将好评度与兴趣度的乘积作为调整后的兴趣度。

相应地，在步骤S2’中，基于每个评论者对每个领域的调整后的兴趣度进行计算。步骤S2’的具体实现方式与第一实施例中的步骤S2的具体实现方式相同，故在此不再赘述。

在第三实施例中，引入多个评论者之间的显式关系。

在上述第一和第二实施例中，在步骤S2或S2’中，根据兴趣度确定每个领域中的多个评论者之间的隐式关系。

在第三实施例中，还考虑评论者之间的显式关系，如链接关系，链接关系的示例包括互相评论，互相关注等。

图4示出了根据本发明的第三实施例的领域观点领袖挖掘方法的流程图。如图4所示，根据本发明的领域观点领袖挖掘方法，包括如下步骤：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度（步骤S1）；根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系（步骤S2）；根据所述多个评论者中的每两个评论者之间的链接关系，调整每个领域中的所述多个评论者之间的关系（步骤S6）；以及根据所述每个领域的调整后的所述多个评论者之间的关系，确定所述每个领域中其评论的影响力大的领域观点领袖（步骤S3’）。

第三实施例中的步骤S1、S2与第一实施例中的步骤S1、S2相同。第三实施例的改进之处在于增加了步骤S6。

在步骤S6中，根据多个评论者中的每两个评论者之间的链接关系，调整每个领域中的多个评论者之间的关系。

根据步骤S2，每两个评论者之间的隐式关系都已被确定，例如确定两个评论者对同一领域的兴趣度的相似度，作为该领域中的这两个评论者之间的相关度。

如果两个评论者之间还存在链接关系，如互相评论，互相关注等，则可以预定的方式调整相关度的取值。

作为示例，可以在两个评论者之间存在链接关系的情况下，将这两个评论者之间的相关度乘以或加上预定的数值，以提高相关度。

相应地，在步骤S3’中，根据每个领域的调整后的多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。

第三实施例中的步骤S3’的具体计算方式与第一实施例中的步骤S3中的计算方式一致。故在此不再赘述。

可以理解，综合本发明的第二和第三实施例，可以得到本发明的第四实施例。

图5示出了根据本发明的第四实施例的领域观点领袖挖掘方法的流程图。如图5所示，根据本发明的领域观点领袖挖掘方法，包括如下步骤：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度（步骤S1）；根据所述评论以及对所述评论的评价，确定每个评论者在每个领域中的好评度（步骤S4）；根据所述好评度，调整所述每个评论者对每个领域的兴趣度（步骤S5）；根据所述每个评论者对每个领域的调整后的兴趣度，确定所述每个领域中的所述多个评论者之间的关系（步骤S2’）；根据所述多个评论者中的每两个评论者之间的链接关系，调整所述每个领域中的所述多个评论者之间的关系（步骤S6）；以及根据所述每个领域的调整后的所述多个评论者之间的关系，确定所述每个领域中其评论的影响力大的领域观点领袖（步骤S3’）。

第四实施例中的步骤S1、S2’、S4、S5与第二实施例中的步骤S1、S2’、S4、S5分别相同。第四实施例中的步骤S6、S3’与第三实施例中的步骤S6、S3’分别相同。故在此不再赘述。

下面，将参照图6描述根据本发明实施例的领域观点领袖挖掘设备。

图6示出了根据本发明实施例的领域观点领袖挖掘设备的结构方框图。如图6所示，根据本发明的领域观点领袖挖掘设备600包括：兴趣度确定装置61，其被配置为：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度；评论者关系确定装置62，其被配置为：根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系；以及领域观点领袖确定装置63，其被配置为：根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。

在一个实施例中，兴趣度确定装置61包括：领域关键词获取单元，其被配置为获取每个领域的领域关键词集合；评论关键词获取单元，其被配置为从所述多个评论者的评论中，获取每个评论者的评论关键词集合；兴趣度计算单元，其被配置为：根据所述每个领域的领域关键词集合与所述每个评论者的评论关键词集合的匹配情况，计算所述每个评论者对每个领域的兴趣度。

在一个实施例中，领域关键词获取单元被进一步配置为：从分类目录网站，确定所述多个领域，并获得每个领域对应的网页集合；从所述网页集合中，抽取关键词，以得到所述每个领域的领域关键词集合。

在一个实施例中，评论关键词获取单元被进一步配置为：从每个评论者的所有评论中，抽取关键词，以得到所述每个评论者的评论关键词集合。

在一个实施例中，兴趣度计算单元被进一步配置为：根据所述每个领域的领域关键词集合，构建每个领域的领域关键词向量，每个领域的领域关键词向量的基是该领域的领域关键词集合中的关键词，所述领域关键词向量的元素是一或者是该元素所对应的关键词的权重；根据所述每个评论者的评论关键词集合和所述每个领域的领域关键词集合，构建每个评论者的每个领域的评论关键词向量，每个评论者的每个领域的评论关键词向量的基是该领域的领域关键词集合中的关键词，当一个评论者的评论关键词集合包括该领域的领域关键词集合中的一个关键词时，该评论者的该领域的评论关键词向量的与该关键词对应的元素是一或者是该关键词的权重，否则为零；计算每个评论者的每个领域的评论关键词向量与对应领域的领域关键词向量的相似度，作为所述每个评论者对每个领域的兴趣度。

在一个实施例中，领域观点领袖挖掘设备600还包括：好评度确定装置64，其被配置为：根据所述评论以及对所述评论的评价，确定每个评论者在每个领域中的好评度；兴趣度调整装置65，其被配置为：根据所述好评度，调整所述每个评论者对每个领域的兴趣度；并且评论者关系确定装置62被配置为：根据所述每个评论者对每个领域的调整后的兴趣度，确定所述每个领域中的所述多个评论者之间的关系

在一个实施例中，好评度确定装置64被进一步配置为：对于每个评论者的每个评论，计算对该评论的评价的好评比例、以及该评论与每个领域的关联度；根据所述好评比例以及所述关联度，计算该评论在每个领域中的得分；计算每个评论者的所有评论在每个领域中的得分的平均值，作为所述每个评论者在每个领域中的好评度。

在一个实施例中，评论者关系确定装置62被进一步配置为：计算所述多个评论者中的每两个评论者对每个领域的兴趣度的相似度，作为每个领域中的这两个评论者之间的相关度。

在一个实施例中，领域观点领袖挖掘设备600还包括：评论者关系调整装置66，其被配置为：根据所述多个评论者中的每两个评论者之间的链接关系，调整每个领域中的所述多个评论者之间的关系；并且领域观点领袖确定装置63被配置为：根据所述每个领域的调整后的所述多个评论者之间的关系，确定所述每个领域中其评论的影响力大的领域观点领袖。

在一个实施例中，领域观点领袖确定装置63包括：关系网络构建单元，其被配置为：基于所述每个领域中的所述多个评论者之间的关系，构建每个领域的评论者关系网络；领域观点领袖判定单元，其被配置为：利用标签传播方法，基于所述每个领域的评论者关系网络，判定每个领域的领域观点领袖。

在一个实施例中，关系网络构建单元被进一步配置为：将所述多个评论者设定为所述每个领域的评论者关系网络中的节点；将表明所述每个领域的多个评论者之间的关系的强弱的值设定为所述节点之间的边的权重；领域观点领袖判定单元被进一步配置为：对于每个领域的评论者关系网络，为所述评论者关系网络中的每个节点赋予具有相同数值的标签，所述标签的数值表明对应节点是领域观点领袖的可能性的大小；使得所赋予的标签在所述评论者关系网络上传播，直至标签的数值对于所述评论者关系网络基本稳定；根据此时标签的数值大小，选取与该评论者关系网络对应的领域的领域观点领袖。

由于在根据本发明的领域观点领袖挖掘设备中所包括的各个装置和单元中的处理分别与上面描述的领域观点领袖挖掘方法中所包括的各个步骤中的处理类似，因此为了简洁起见，在此省略这些装置和单元的详细描述。

此外，这里尚需指出的是，上述设备中各个组成装置、单元可以通过软件、固件、硬件或其组合的方式进行配置。配置可使用的具体手段或方式为本领域技术人员所熟知，在此不再赘述。在通过软件或固件实现的情况下，从存储介质或网络向具有专用硬件结构的计算机（例如图7所示的通用计算机700）安装构成该软件的程序，该计算机在安装有各种程序时，能够执行各种功能等。

图7示出了可用于实施根据本发明实施例的方法和设备的计算机的示意性框图。

在图7中，中央处理单元(CPU)701根据只读存储器(ROM)702中存储的程序或从存储部分708加载到随机存取存储器(RAM)703的程序执行各种处理。在RAM703中，还根据需要存储当CPU701执行各种处理等等时所需的数据。CPU701、ROM702和RAM703经由总线704彼此连接。输入/输出接口705也连接到总线704。

下述部件连接到输入/输出接口705：输入部分706（包括键盘、鼠标等等）、输出部分707（包括显示器，比如阴极射线管(CRT)、液晶显示器(LCD)等，和扬声器等）、存储部分708（包括硬盘等）、通信部分709（包括网络接口卡比如LAN卡、调制解调器等）。通信部分709经由网络比如因特网执行通信处理。根据需要，驱动器710也可连接到输入/输出接口705。可拆卸介质711比如磁盘、光盘、磁光盘、半导体存储器等等可以根据需要被安装在驱动器710上，使得从中读出的计算机程序根据需要被安装到存储部分708中。

在通过软件实现上述系列处理的情况下，从网络比如因特网或存储介质比如可拆卸介质711安装构成软件的程序。

本领域的技术人员应当理解，这种存储介质不局限于图7所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可拆卸介质711。可拆卸介质711的例子包含磁盘(包含软盘(注册商标))、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘（包含迷你盘(MD)(注册商标))和半导体存储器。或者，存储介质可以是ROM702、存储部分708中包含的硬盘等等，其中存有程序，并且与包含它们的设备一起被分发给用户。

本发明还提出一种存储有机器可读取的指令代码的程序产品。所述指令代码由机器读取并执行时，可执行上述根据本发明实施例的方法。

相应地，用于承载上述存储有机器可读取的指令代码的程序产品的存储介质也包括在本发明的公开中。所述存储介质包括但不限于软盘、光盘、磁光盘、存储卡、存储棒等等。

在上面对本发明具体实施例的描述中，针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。

此外，本发明的方法不限于按照说明书中描述的时间顺序来执行，也可以按照其他的时间顺序地、并行地或独立地执行。因此，本说明书中描述的方法的执行顺序不对本发明的技术范围构成限制。

尽管上面已经通过对本发明的具体实施例的描述对本发明进行了披露，但是，应该理解，上述的所有实施例和示例均是示例性的，而非限制性的。本领域的技术人员可在所附权利要求的精神和范围内设计对本发明的各种修改、改进或者等同物。这些修改、改进或者等同物也应当被认为包括在本发明的保护范围内。

附记

1.一种挖掘领域观点领袖的方法，包括：

针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度；

根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系；以及

根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。

2.如附记1所述的方法，其中所述确定每个评论者对每个领域的兴趣度包括：

获取每个领域的领域关键词集合；

从所述多个评论者的评论中，获取每个评论者的评论关键词集合；

根据所述每个领域的领域关键词集合与所述每个评论者的评论关键词集合的匹配情况，计算所述每个评论者对每个领域的兴趣度。

3.如附记2所述的方法，其中所述获取每个领域的领域关键词集合包括：

从分类目录网站，确定所述多个领域，并获得每个领域对应的网页集合；

从所述网页集合中，抽取关键词，以得到所述每个领域的领域关键词集合。

4.如附记2所述的方法，其中所述获取每个评论者的评论关键词集合包括：

从每个评论者的所有评论中，抽取关键词，以得到所述每个评论者的评论关键词集合。

5.如附记2所述的方法，其中所述计算所述每个评论者对每个领域的兴趣度包括：

根据所述每个领域的领域关键词集合，构建每个领域的领域关键词向量，每个领域的领域关键词向量的基是该领域的领域关键词集合中的关键词，所述领域关键词向量的元素是一或者是该元素所对应的关键词的权重；

根据所述每个评论者的评论关键词集合和所述每个领域的领域关键词集合，构建每个评论者的每个领域的评论关键词向量，每个评论者的每个领域的评论关键词向量的基是该领域的领域关键词集合中的关键词，当一个评论者的评论关键词集合包括该领域的领域关键词集合中的一个关键词时，该评论者的该领域的评论关键词向量的与该关键词对应的元素是一或者是该关键词的权重，否则为零；

计算每个评论者的每个领域的评论关键词向量与对应领域的领域关键词向量的相似度，作为所述每个评论者对每个领域的兴趣度。

6.如附记1-5之一所述的方法，还包括：

根据所述评论以及对所述评论的评价，确定每个评论者在每个领域中的好评度；

根据所述好评度，调整所述每个评论者对每个领域的兴趣度；并且

根据所述每个评论者对每个领域的调整后的兴趣度，确定所述每个领域中的所述多个评论者之间的关系。

7.如附记6所述的方法，其中所述确定每个评论者在每个领域中的好评度包括：

对于每个评论者的每个评论，

计算对该评论的评价的好评比例、以及该评论与每个领域的关联度；

根据所述好评比例以及所述关联度，计算该评论在每个领域中的得分；

计算每个评论者的所有评论在每个领域中的得分的平均值，作为所述每个评论者在每个领域中的好评度。

8.如附记1所述的方法，其中所述根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系包括：

计算所述多个评论者中的每两个评论者对每个领域的兴趣度的相似度，作为每个领域中的这两个评论者之间的相关度。

9.如附记1所述的方法，还包括：根据所述多个评论者中的每两个评论者之间的链接关系，调整每个领域中的所述多个评论者之间的关系；并且

根据所述每个领域的调整后的所述多个评论者之间的关系，确定所述每个领域中其评论的影响力大的领域观点领袖。

10.如附记1所述的方法，其中所述确定每个领域中其评论的影响力大的领域观点领袖包括：

基于所述每个领域中的所述多个评论者之间的关系，构建每个领域的评论者关系网络；

利用标签传播方法，基于所述每个领域的评论者关系网络，判定每个领域的领域观点领袖。

11.如附记10所述的方法，其中

所述构建每个领域的评论者关系网络包括：

将所述多个评论者设定为所述每个领域的评论者关系网络中的节点；

将表明所述每个领域的多个评论者之间的关系的强弱的值设定为所述节点之间的边的权重；

所述判定每个领域的领域观点领袖包括：

对于每个领域的评论者关系网络，

为所述评论者关系网络中的每个节点赋予具有相同数值的标签，所述标签的数值表明对应节点是领域观点领袖的可能性的大小；

使得所赋予的标签在所述评论者关系网络上传播，直至标签的数值对于所述评论者关系网络基本稳定；

根据此时标签的数值大小，选取与该评论者关系网络对应的领域的领域观点领袖。

12.一种挖掘领域观点领袖的设备，包括：

兴趣度确定装置，其被配置为：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度；

评论者关系确定装置，其被配置为：根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系；以及

领域观点领袖确定装置，其被配置为：根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。

13.如附记12所述的设备，其中所述兴趣度确定装置包括：

领域关键词获取单元，其被配置为获取每个领域的领域关键词集合；

评论关键词获取单元，其被配置为从所述多个评论者的评论中，获取每个评论者的评论关键词集合；

兴趣度计算单元，其被配置为：根据所述每个领域的领域关键词集合与所述每个评论者的评论关键词集合的匹配情况，计算所述每个评论者对每个领域的兴趣度。

14.如附记13所述的设备，其中所述兴趣度计算单元被进一步配置为：

根据所述每个领域的领域关键词集合，构建每个领域的领域关键词向量，每个领域的领域关键词向量的基是该领域的领域关键词集合中的关键词，所述领域关键词向量的元素是一或者是该元素所对应的关键词的权重；

根据所述每个评论者的评论关键词集合和所述每个领域的领域关键词集合，构建每个评论者的每个领域的评论关键词向量，每个评论者的每个领域的评论关键词向量的基是该领域的领域关键词集合中的关键词，当一个评论者的评论关键词集合包括该领域的领域关键词集合中的一个关键词时，该评论者的该领域的评论关键词向量的与该关键词对应的元素是一或者是该关键词的权重，否则为零；

计算每个评论者的每个领域的评论关键词向量与对应领域的领域关键词向量的相似度，作为所述每个评论者对每个领域的兴趣度。

15.如附记12-14之一所述的设备，还包括：

好评度确定装置，其被配置为：根据所述评论以及对所述评论的评价，确定每个评论者在每个领域中的好评度；

兴趣度调整装置，其被配置为：根据所述好评度，调整所述每个评论者对每个领域的兴趣度；并且

所述评论者关系确定装置被配置为：根据所述每个评论者对每个领域的调整后的兴趣度，确定所述每个领域中的所述多个评论者之间的关系。

16.如附记15所述的设备，其中所述好评度确定装置被进一步配置为：

对于每个评论者的每个评论，

计算对该评论的评价的好评比例、以及该评论与每个领域的关联度；

根据所述好评比例以及所述关联度，计算该评论在每个领域中的得分；

计算每个评论者的所有评论在每个领域中的得分的平均值，作为所述每个评论者在每个领域中的好评度。

17.如附记12所述的设备，其中所述评论者关系确定装置被进一步配置为：

计算所述多个评论者中的每两个评论者对每个领域的兴趣度的相似度，作为每个领域中的这两个评论者之间的相关度。

18.如附记12所述的设备，还包括：评论者关系调整装置，其被配置为：根据所述多个评论者中的每两个评论者之间的链接关系，调整每个领域中的所述多个评论者之间的关系；并且

所述领域观点领袖确定装置被配置为：根据所述每个领域的调整后的所述多个评论者之间的关系，确定所述每个领域中其评论的影响力大的领域观点领袖。

19.如附记12所述的设备，其中所述领域观点领袖确定装置包括：

关系网络构建单元，其被配置为：基于所述每个领域中的所述多个评论者之间的关系，构建每个领域的评论者关系网络；

领域观点领袖判定单元，其被配置为：利用标签传播方法，基于所述每个领域的评论者关系网络，判定每个领域的领域观点领袖。

20.如附记19所述的设备，其中

所述关系网络构建单元被进一步配置为：

将所述多个评论者设定为所述每个领域的评论者关系网络中的节点；

将表明所述每个领域的多个评论者之间的关系的强弱的值设定为所述节点之间的边的权重；

所述领域观点领袖判定单元被进一步配置为：

对于每个领域的评论者关系网络，

为所述评论者关系网络中的每个节点赋予具有相同数值的标签，所述标签的数值表明对应节点是领域观点领袖的可能性的大小；

使得所赋予的标签在所述评论者关系网络上传播，直至标签的数值对于所述评论者关系网络基本稳定；

根据此时标签的数值大小，选取与该评论者关系网络对应的领域的领域观点领袖。

Claims (10)

1.一种挖掘领域观点领袖的方法，包括：

针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度；

根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系；以及

根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。

2.如权利要求1所述的方法，其中所述确定每个评论者对每个领域的兴趣度包括：

获取每个领域的领域关键词集合；

从所述多个评论者的评论中，获取每个评论者的评论关键词集合；

根据所述每个领域的领域关键词集合与所述每个评论者的评论关键词集合的匹配情况，计算所述每个评论者对每个领域的兴趣度。

3.如权利要求2所述的方法，其中所述计算所述每个评论者对每个领域的兴趣度包括：

根据所述每个领域的领域关键词集合，构建每个领域的领域关键词向量，每个领域的领域关键词向量的基是该领域的领域关键词集合中的关键词，所述领域关键词向量的元素是一或者是该元素所对应的关键词的权重；

根据所述每个评论者的评论关键词集合和所述每个领域的领域关键词集合，构建每个评论者的每个领域的评论关键词向量，每个评论者的每个领域的评论关键词向量的基是该领域的领域关键词集合中的关键词，当一个评论者的评论关键词集合包括该领域的领域关键词集合中的一个关键词时，该评论者的该领域的评论关键词向量的与该关键词对应的元素是一或者是该关键词的权重，否则为零；

计算每个评论者的每个领域的评论关键词向量与对应领域的领域关键词向量的相似度，作为所述每个评论者对每个领域的兴趣度。

4.如权利要求1-3之一所述的方法，还包括：

根据所述评论以及对所述评论的评价，确定每个评论者在每个领域中的好评度；

根据所述好评度，调整所述每个评论者对每个领域的兴趣度；并且

根据所述每个评论者对每个领域的调整后的兴趣度，确定所述每个领域中的所述多个评论者之间的关系。

5.如权利要求4所述的方法，其中所述确定每个评论者在每个领域中的好评度包括：

对于每个评论者的每个评论，

计算对该评论的评价的好评比例、以及该评论与每个领域的关联度；

根据所述好评比例以及所述关联度，计算该评论在每个领域中的得分；

计算每个评论者的所有评论在每个领域中的得分的平均值，作为所述每个评论者在每个领域中的好评度。

6.如权利要求1所述的方法，其中所述根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系包括：

计算所述多个评论者中的每两个评论者对每个领域的兴趣度的相似度，作为每个领域中的这两个评论者之间的相关度。

7.如权利要求1所述的方法，还包括：根据所述多个评论者中的每两个评论者之间的链接关系，调整每个领域中的所述多个评论者之间的关系；并且

根据所述每个领域的调整后的所述多个评论者之间的关系，确定所述每个领域中其评论的影响力大的领域观点领袖。

8.如权利要求1所述的方法，其中所述确定每个领域中其评论的影响力大的领域观点领袖包括：

基于所述每个领域中的所述多个评论者之间的关系，构建每个领域的评论者关系网络；

利用标签传播方法，基于所述每个领域的评论者关系网络，判定每个领域的领域观点领袖。

9.如权利要求8所述的方法，其中

所述构建每个领域的评论者关系网络包括：

将所述多个评论者设定为所述每个领域的评论者关系网络中的节点；

将表明所述每个领域的多个评论者之间的关系的强弱的值设定为所述节点之间的边的权重；

所述判定每个领域的领域观点领袖包括：

对于每个领域的评论者关系网络，

为所述评论者关系网络中的每个节点赋予具有相同数值的标签，所述标签的数值表明对应节点是领域观点领袖的可能性的大小；

使得所赋予的标签在所述评论者关系网络上传播，直至标签的数值对于所述评论者关系网络基本稳定；

根据此时标签的数值大小，选取与该评论者关系网络对应的领域的领域观点领袖。

10.一种挖掘领域观点领袖的设备，包括：

兴趣度确定装置，其被配置为：针对给定的多个领域，从多个评论者的评论中，确定每个评论者对每个领域的兴趣度；

评论者关系确定装置，其被配置为：根据所述每个评论者对每个领域的兴趣度，确定每个领域中的所述多个评论者之间的关系；以及

领域观点领袖确定装置，其被配置为：根据所述每个领域中的所述多个评论者之间的关系，确定每个领域中其评论的影响力大的领域观点领袖。