CN105843792B - 一种网络事件的综合情感度量方法 - Google Patents

Abstract

本发明涉及一种网络事件的综合情感度量方法，属于社交网络数据挖掘的技术应用领域。本发明的优点是：本发明基于民众对现实事件在网络的情感表述的内在特性，提出了基于情感时间段的账户情感相似评定的方法，处理中基于用户信息建立了分段时间标准的二次特征，并进行了综合分段的规则评判。计算时都采用线性复杂度的算法进行分析，计算资源需求小，具有较低的时间和空间代价。此信息在现实提取中更具实用价值。本发明有效实现了对网络事件的情感信息的综合情感的分析，能够将指定的情感信息倾向的自动识别，在指定影响级别情况下，可供后续人工分析及影响干预。

Description

一种网络事件的综合情感度量方法

技术领域

本发明涉及一种网络事件的综合情感度量方法，属于社交网络数据挖掘的技术应用领域。

背景技术

随着网络在现代生活的普及和影响程度的扩大，各种现实中的事件必然在网络空间报导并被讨论，而民众在网络环境下对于各事件的态度评判，是相当重要的舆情信息.

中国人传统上较为含蓄，而比较于传统面对面的交流表达，网络中由于ID(网络标识)的保密作用，人们甚至不必担心任何来自现实秩序、社会道德等因素对自己的言说带来的束缚，也不用担心年龄、职业与地域方面的差异，网络空间的许多话语往往具有“私密性”的特征，而这种“私密性”，刚好是个体心灵自由敞开的表征。由此，在网上的信息讨论由于双方被隔离在网络两端，可以不受现实身份人格等多方面因素的干扰影响，所以在一定程度上，网络事件能表达出民众对现实事件的真实情感.

同时网络交流主体身体的缺场和身份的隐匿，使得网上的情感交流相对于现实或传统的交流显得更为直接，语言更加浅俗化，情感极性也表达得更为强烈.

由此，通过收集民众与网络的接触中必然在网上留下的行为和语言记录，并基于分析这些记录，可以更真实有效的反映出民众对事件的综合情感，为进一步的舆情监控和引导提供服务.

发明内容

本发明是为了解决自动快速发现挖掘信息网络上的事件的态度分析难题，提供了一种快速的网络事件的综合情感度量方法。

本发明所述综合情感的度量方法，它包括以下步骤：

步骤一：针对要分析的情感倾向，人工给定一个情感词典，词典中对应此情感倾向的情感词数量和表情符号的总数量需多于400个；人工给定一个否定词词典；根据要分析的不同的情感倾向，人工给定一个阈值θ(θ＞0)

步骤二：人为指定欲分析的网络事件在网络社区中相关的所有主题帖，记主题帖的数目为G，则各主题帖可记为：T_i(1≤i≤G).获取所有主题帖的帖子的完整文字内容C_i(1≤i≤G)、帖子的发布时间H_i(1≤i≤G)；获取各个对应的要分析的主题帖的所有回复评论的完整文字内容RC_ij(0≤j≤L(i))、所有回复评论的时间RH_ij(0≤j≤L(i))，其中L(i)为第i个主题帖对应的回复评论总数。

步骤三：根据步骤二得到的对每个主题帖的信息的完整记录，将各信息进行标准化，得到标准化后的结果NT，其中包括以下10个度量量：

n，d，m₁，m₂，m₃，m₄，q₁，q₂，q₃，q₄

其中各标准化量的计算方法为：

n＝0.667sin(0.2618*t)+0.333，t为此主题帖的发布时间，24小时制

d＝0.6304*(-1)^s(Pn)^-1，P为此主题帖的文字中包含的情感词总数，S为对应的否定词数

m₁＝M₁d^-1，M₁为评论时间在5点起至11点止的帖子总数目

m₂＝M₂d^-1，M₂为评论时间在11点起至14点止的帖子总数目

m₃＝M₃d^-1，M₃为评论时间在14点起至20点止的帖子总数目

m₄＝M₄d^-1，M₄为评论时间在0点起至5点止和20点起至24点止的帖子总数目

Q₁为评论时间在5点至11点止的帖子中包含的情感词总数，S₁为对应的否定词数

Q₂为评论时间在11点至14点止的帖子中包含的情感词总数，S₂为对应的否定词数

Q₃为评论时间在14点起至20点止的帖子中包含的情感词总数，S₃为对应的否定词数

Q₄为评论时间在0点至5点止和20点至24点的帖子中包含的情感词总数，S₄为对应的否定词数

其中抑郁情感词总数为发布或回复评论的帖子中，出现抑郁情感词列表中的词的频次。

由此，而第i个主题帖所有的特征结果NT(i)为：

NT(i)＝(n_i，d_i，m_1i，m_2i，m_3i，m_4i，q_1i，q_2i，q_3i，q_4i)

步骤四：对各个主题帖的相关信息，根据标准化后的信息NT，计算对应的特征系数，可表示为ZT，包括以下8个系数：

PNF，RNY，RNG，RNL，RNF，RYY，RYG，RYL，RYF

各系数算的具体方法为：

RNY，RNG，RNL，RNF的计算方法为：

其中m₁，m₂，m₃，m₄为步骤三所得到的结果

RYY，RYG，RYL，RYF的计算方式为：

RYY＝0.6366*arctan(q₁)

RYG＝0.6366*arctan(q₂)

RYL＝0.6366*arctan(q₃)

RYF＝0.6366*arctan(q₄)

其中q₁，q₂，q₃，q₄为步骤三所得到的结果

由此，而第i个主题帖对应的特征系数结果ZT(i)为

ZT(i)＝(RNY_i，RNG_i，RNL_i，RNF_i，RYY_i，RYG_i，RYL_i，RYF_i)

步骤五：根据每个主题帖的特征结果ZT，计算各对应主题帖的情感信息值F_i

F_i＝RNY_i+RNG_i+RNL_i+RNF_i+RYY_i+RYG_i+RYL_i+RYF_i

步骤六：根据各主题帖的情感信息值F_i，计算对应网络事件在此情感倾向上的综合度量值：

步骤七：根据步骤六得到的的情感综合度量值GF，将之与设定的情感阈值θ比较，GF大于θ时，判定此事件在此情感维度上有明显的情感倾向。

本发明的优点是：本发明基于民众对现实事件在网络的情感表述的内在特性，提出了基于情感时间段的账户情感相似评定的方法，处理中基于用户信息建立了分段时间标准的二次特征，并进行了综合分段的规则评判。计算时都采用线性复杂度的算法进行分析，计算资源需求小，具有较低的时间和空间代价。此信息在现实提取中更具实用价值。

本发明有效实现了对网络事件的情感信息的综合情感的分析，能够将指定的情感信息倾向的自动识别，在指定影响级别情况下，可供后续人工分析及影响干预。

附图说明

图1为本发明检测方法的流程图。

具体实施方式

具体实施方式一：下面结合图1说明本实施方式，本实施方式所述一种网络事件的综合情感度量方法，它包括以下步骤：

步骤一：针对要分析的情感倾向，人工给定一个情感词典，词典中对应此情感倾向的情感词数量和表情符号的总数量需多于400个；人工给定一个否定词词典；根据要分析的不同的情感倾向，人工给定一个阈值θ(θ＞0)

步骤二：人为指定欲分析的网络事件在网络社区中相关的所有主题帖，记主题帖的数目为G，则各主题帖可记为：T_i(1≤i≤G).获取所有主题帖的帖子的完整文字内容C_i(1≤i≤G)、帖子的发布时间H_i(1≤i≤G)；获取各个对应的要分析的主题帖的所有回复评论的完整文字内容RC_ij(0≤j≤L(i))、所有回复评论的时间RH_ij(0≤j≤L(i))，其中L(i)为第i个主题帖对应的回复评论总数。

步骤三：根据步骤二得到的对每个主题帖的信息的完整记录，将各信息进行标准化，得到标准化后的结果NT，其中包括以下10个度量量：

n，d，m₁，m₂，m₃，m₄，q₁，q₂，q₃，q₄

其中各标准化量的计算方法为：

n＝0.667sin(0.2618*t)+0.333，t为此主题帖的发布时间，24小时制

d＝0.6304*(-1)^s(Pn)^-1，P为此主题帖的文字中包含的情感词总数，S为对应的否定词数

m₁＝M₁d^-1，M₁为评论时间在5点起至11点止的帖子总数目

m₂＝M₂d^-1，M₂为评论时间在11点起至14点止的帖子总数目

m₃＝m₃d^-1，M₃为评论时间在14点起至20点止的帖子总数目

m₄＝M₄d^-1，M₄为评论时间在0点起至5点止和20点起至24点止的帖子总数目

Q₁为评论时间在5点至11点止的帖子中包含的情感词总数，S₁为对应的否定词数

Q₂为评论时间在11点至14点止的帖子中包含的情感词总数，S₂为对应的否定词数

Q₃为评论时间在14点起至20点止的帖子中包含的情感词总数，S₃为对应的否定词数

Q₄为评论时间在0点至5点止和20点至24点的帖子中包含的情感词总数，S₄为对应的否定词数

其中抑郁情感词总数为发布或回复评论的帖子中，出现抑郁情感词列表中的词的频次。

由此，而第i个主题帖所有的特征结果NT(i)为：

NT(i)＝(n_i，d_i，m_1i，m_2i，m_3i，m_4i，q_1i，q_2i，q_3i，q_4i)

步骤四：对各个主题帖的相关信息，根据标准化后的信息NT，计算对应的特征系数，可表示为ZT，包括以下8个系数：

PNF，RNY，RNG，RNL，RNF，RYY，RYG，RYL，RYF

各系数算的具体方法为：

RNY，RNG，RNL，RNF的计算方法为：

其中m₁，m₂，m₃，m₄为步骤三所得到的结果

RYY，RYG，RYL，RYF的计算方式为：

RYY＝0.6366*arctan(q₁)

RYG＝0.6366*arctan(q₂)

RYL＝0.6366*arctan(q₃)

RYF＝0.6366*arctan(q₄)

其中q₁，q₂，q₃，q₄为步骤三所得到的结果

由此，而第i个主题帖对应的特征系数结果ZT(i)为

ZT(i)＝(RNY_i，RNG_i，RNL_i，RNF_i，RYY_i，RYG_i，RYL_i，RYF_i)

步骤五：根据每个主题帖的特征结果ZT，计算各对应主题帖的情感信息值F_i

F_i＝RNY_i+RNG_i+RNL_i+RNF_i+RYY_i+RYG_i+RYL_i+RYF_i

步骤六：根据各主题帖的情感信息值F_i，计算对应网络事件在此情感倾向上的综合度量值：

步骤七：根据步骤六得到的的情感综合度量值GF，将之与设定的情感阈值θ比较，GF大于θ时，判定此事件在此情感维度上有明显的情感倾向。

Claims (1)

1.一种网络事件的综合情感度量方法，其特征在于：它包括以下步骤：

步骤一：针对要分析的情感倾向，人工给定一个情感词典，词典中对应此情感倾向的情感词数量和表情符号的总数量需多于400个；人工给定一个否定词词典；根据要分析的不同的情感倾向，人工给定一个阈值θ(θ＞0)

步骤二：人为指定欲分析的网络事件在网络社区中相关的所有主题帖，记主题帖的数目为G，则各主题帖可记为：T_i(1≤i≤G).获取所有主题帖的帖子的完整文字内容C_i(1≤i≤G)、帖子的发布时间H_i(1≤i≤G)；获取各个对应的要分析的主题帖的所有回复评论的完整文字内容RC_ij(0≤j≤L(i))、所有回复评论的时间RH_ij(0≤j≤L(i))，其中L(i)为第i个主题帖对应的回复评论总数

步骤三：根据步骤二得到的对每个主题帖的信息的完整记录，将各信息进行标准化，得到标准化后的结果NT，其中包括以下10个度量量：

n，d，m₁，m₂，m₃，m₄，q₁，q₂，q₃，q₄

其中各标准化量的计算方法为：

n＝0.667sin(0.2618*t)+0.333，t为此主题帖的发布时间，24小时制

d＝0.6304*(-1)^S(P)^-1，P为此主题帖的文字中包含的情感词总数，S为对应的否定词数

m₁＝M₁d^-1，M₁为评论时间在5点起至11点止的帖子总数目

m₂＝M₂d^-1，M₂为评论时间在11点起至14点止的帖子总数目

m₃＝M₃d^-1，M₃为评论时间在14点起至20点止的帖子总数目

m₄＝M₄d^-1，M₄为评论时间在0点起至5点止和20点起至24点止的帖子总数目

Q₁为评论时间在5点至11点止的帖子中包含的情感词总数，S₁为对应的否定词数

Q₂为评论时间在11点至14点止的帖子中包含的情感词总数，S₂为对应的否定词数

Q₃为评论时间在14点起至20点止的帖子中包含的情感词总数，S₃为对应的否定词数

Q₄为评论时间在0点至5点止和20点至24点的帖子中包含的情感词总数，S₄为对应的否定词数

由此，而第i个主题帖所有的特征结果NT(i)为：

NT(i)＝(n_i，d_i，m_1i，m_2i，m_3i，m_4i，q_1i，q_2i，q_3i，q_4i)

步骤四：对各个主题帖的相关信息，根据标准化后的信息NT，计算对应的特征系数，可表示为ZT，包括以下8个系数：

RNY，RNG，RNL，RNF，RYY，RYG，RYL，RYF

各系数算的具体方法为：

RNY，RNG，RNL，RNF的计算方法为：

其中m₁，m₂，m₃，m₄为步骤三所得到的结果

RYY，RYG，RYL，RYF的计算方式为：

RYY＝0.6366*arctan(q₁)

RYG＝0.6366*arctan(q₂)

RYL＝0.6366*arctan(q₃)

RYF＝0.6366*arctan(q₄)

其中q₁，q₂，q₃，q₄为步骤三所得到的结果

由此，而第i个主题帖对应的特征系数结果ZT(i)为

ZT(i)＝(RNY_i，RNG_i，RNL_i，RNF_i，RYY_i，RYG_i，RYL_i，RYF_i)

步骤五：根据每个主题帖的特征结果ZT，计算各对应主题帖的情感信息值F_i

F_i＝RNY_i+RNG_i+RNL_i+RNF_i+RYY_i+RYG_i+RYL_i+RYF_i

步骤六：根据各主题帖的情感信息值F_i，计算对应网络事件在此情感倾向上的综合度量值：

步骤七：根据步骤六得到的的情感综合度量值GF，将之与设定的情感阈值θ比较，GF大于θ时，判定此事件在此情感维度上有明显的情感倾向。