[發明專利]Web主題傾向性挖掘與決策支持的方法

有效

• 申請號: 201310059170.2
• 申請日: 2013-02-26
• 公開（公告）號: CN103116644A
• 公開（公告）日: 2013-05-22
• 發明（設計）人: 張振剛;徐浩;楊沛;丁卓
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍

1.一種Web主題傾向性挖掘與決策支持的方法，其特征在于，包括步驟：

S1.網絡信息抽取與儲存，通過網絡挖掘技術，在互聯網上獲取信息，并將結果存入數據庫和本地文件系統；

S2.信息的觀點主題檢測與跟蹤，利用專題評論數據，檢測識別出感興趣的具有完整語義信息的觀點主題,并持續跟蹤和關注該觀點主題；

S3.觀點主題情感傾向性識別，對企業的熱點話題進行話題情感傾向性分類，挖掘出觀點主題的情感傾向性。

2.根據權利要求1所述的Web主題傾向性挖掘與決策支持的方法，其特征在于，所述步驟S1還包括：

S11.?自然語言處理對原始網絡信息進行預處理，包括：中文分詞、詞性標注、停用詞處理，命名實體識別。

3.根據權利要求2所述的Web主題傾向性挖掘與決策支持的方法，其特征在于，所述步驟S2中觀點主題檢測與跟蹤的過程具體包括：

S21.從網絡上采集到的信息，經過基于模板的信息分類，過濾噪聲信息；

S22.將過濾后的相關信息，采用基于時間函數的增量聚類方法，實現子話題的檢測，并將結果存儲到數據庫子話題表中；

S23.根據子話題的結果，提取出子話題的摘要和關鍵詞，并修改子話題表相關信息；

S24.在根據子話題的信息，再次根據間窗口相似度比較的增量聚類方法，進行話題檢測，并提取關鍵詞，得到話題信息存入數據庫；

S25.根據話題中信息的時間和話題中信息的數量，發現熱點話題，并呈現給用戶。

4.根據權利要求3所述的Web主題傾向性挖掘與決策支持的方法，其特征在于，所述步驟S22中子話題的檢測的過程具體包括：

S221.順序處理相關信息中的每篇文檔；

S222.利用層次聚類方法對未處理過的文檔進行聚類；

S223.若不存在歷史聚類，則根據當前聚類結果，存儲子話題；

S224.若存在歷史聚類，則對歷史子話題和新聚類出的子話題，再次進行層次聚類；

S225.將新產生的子話題存入數據庫；

S226.更新子話題與文檔的關系；

S227.計算新產生和更新過的子話題的關鍵詞、多文檔摘要等信息存入數據庫。

5.根據權利要求3所述的Web主題傾向性挖掘與決策支持的方法，其特征在于，所述步驟S24中話題的檢測的過程具體包括：

S241.順序處理每個子話題；

S242.第一個子話題的向量自動成為第一個聚類的聚類中心；

S243.如果相似度大于某個閾值，則該子話題被分配給這個聚類；

S244.當一篇子話題分配給某個聚類的時候，重新計算這個聚類的聚類中心；

S245.若某子話題沒有分配給任何的聚類，則該子話題成為一個新的聚類，同時也是這個聚類的聚類中心；

S246.將新產生的話題，添加到數據庫；

S247.更新話題的信息。

6.根據權利要求1所述的Web主題傾向性挖掘與決策支持的方法，其特征在于，所述步驟S3中網絡主題情感傾向性識別的過程具體包括：

S31.訓練話題情感分類模型，讀取標注好的話題語料和情感詞典，利用SVM分類算法，通過訓練得到話題情感分類模型；

S32.子話題情感分類，對子話題抽取情感特征，利用話題情感分類模型及SVM分類算法獲取子話題分類結果；

S33.話題情感分類，利用子話題情感分類的結果，構建基于子話題的圖模型，根據圖模型輸出話題情感分類結果。

7.根據權利要求6所述的Web主題傾向性挖掘與決策支持的方法，其特征在于，所述步驟S31中訓練話題情感分類模型的過程具體包括：

S311.?讀入標注好的話題情感分類語料；

S312.?通過自然語言處理，得到經中文分詞和詞性標注好的語料；

S313.?根據情感詞典和語法模式庫，從語料中抽取情感特征，構造話題分類訓練數據集；

S314.?分類器讀取訓練數據集，利用SVM分類算法，通過訓練得到話題情感分類模型。