[發(fā)明專利]一種微博情感可視化方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410254028.8
• 申請(qǐng)日: 2014-06-09
• 公開（公告）號(hào): CN104239383A
• 公開（公告）日: 2014-12-24
• 發(fā)明（設(shè)計(jì)）人: 任福繼;劉寧;康鑫
• 申請(qǐng)（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 安徽合肥華信知識(shí)產(chǎn)權(quán)代理有限公司 34112
• 代理人: 余成俊

技術(shù)領(lǐng)域

本發(fā)明涉及微博情感分析方法領(lǐng)域，具體是一種微博情感可視化方法。

背景技術(shù)

情感計(jì)算成為當(dāng)前熱門研究領(lǐng)域之一，文本情感計(jì)算尤為火熱。隨著微博這種短文本消息模式的興起，大量的富含情感特征的文本可以輕松的獲得，為文本情感研究提供了便利。由于文本情感度量上的難點(diǎn)，使得文本情感可視化面臨諸多難題，微博情感可視化同樣如此。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種微博情感可視化方法，以實(shí)現(xiàn)直觀形象的展示微博文本情感。

為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案為：

一種微博情感可視化方法，其特征在于：包括以下步驟：

(1)、擴(kuò)充指定話題關(guān)鍵詞集合：

由于微博內(nèi)容上的口語(yǔ)化，獲取到的指定話題微博數(shù)據(jù)中，指定話題原有的種子關(guān)鍵詞并不是規(guī)范化表述，此時(shí)需要將指定話題原有的的種子關(guān)鍵詞口語(yǔ)話、俚語(yǔ)化，擴(kuò)充步驟如下：

(1.1)、將指定話題微博文本分詞，統(tǒng)計(jì)詞頻，并確定指定話題原有的種子關(guān)鍵詞；

(1.2)、按詞頻排序，取前20個(gè)詞作為候選指定話題種子關(guān)鍵詞；

(1.3)、根據(jù)公式(1)計(jì)算20個(gè)候選指定話題種子關(guān)鍵詞與指定話題原有的種子關(guān)鍵詞的相似度：

d=Σj=1nlogp(word_seedj,wordi)p(word_seedj)p(wordi)---(1)]]>

其中，word_seed_j表示指定話題原有的種子關(guān)鍵詞，word_i表示候選指定話題種子關(guān)鍵詞，p(word_seed_j,word_i)表示指定話題原有的種子關(guān)鍵詞與候選指定話題種子關(guān)鍵詞在微博文本中同時(shí)出現(xiàn)的概率，p(word_seed_j)表示指定話題原有的種子關(guān)鍵詞在微博文本中出現(xiàn)的概率，p(word_i)表示候選指定話題種子關(guān)鍵詞在微博文本中出現(xiàn)的概率，d表示候選指定話題種子關(guān)鍵詞與指定話題原有的種子關(guān)鍵詞的相似性；

(1.4)、根據(jù)步驟(1.3)的計(jì)算結(jié)果，取相似度排名前10個(gè)的候選指定話題種子關(guān)鍵詞作為擴(kuò)充的種子關(guān)鍵詞，擴(kuò)充的種子關(guān)鍵詞與指定話題原有的種子關(guān)鍵詞一起作為話題關(guān)鍵詞集合，記為K；

(2)、分離指定話題微博數(shù)據(jù)：將指定話題微博數(shù)據(jù)按照微博所屬城市拆分為地區(qū)微博數(shù)據(jù)，記為D_city；根據(jù)微博發(fā)布時(shí)間，以天為單位，將指定話題微博數(shù)據(jù)拆分為時(shí)間微博數(shù)據(jù)，記為D_time；

(3)、將步驟(2)獲取的地區(qū)微博數(shù)據(jù)按照時(shí)間以天為單位拆分為地區(qū)時(shí)分微博數(shù)據(jù)，記為D_city^time；