[發明專利]游戲輿情的檢測方法及系統

在審

• 申請號: 201410805964.3
• 申請日: 2014-12-22
• 公開（公告）號: CN104572877A
• 公開（公告）日: 2015-04-29
• 發明（設計）人: 楊柳;張潤
• 申請（專利權）人: 網易（杭州）網絡有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 廣州三環專利代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

技術領域

本發明涉及互聯網技術領域，尤其涉及一種游戲輿情的檢測方法及系統。

背景技術

在游戲的開發和運營過程中，通過各種方式收集游戲用戶對游戲的反饋信息是一項非常重要的工作。通過對收集到的這些信息進行分析，不僅可以挖掘玩家的需求、了解游戲用戶的喜好，也可以觀察游戲用戶近期對某個游戲的態度，對游戲玩法的喜好。憑借這些信息，戰略制定者可以調整游戲的方向，游戲開發團隊可以改進游戲內容。可以說，游戲用戶的反饋信息對于一個游戲團隊來說是非常重要的參考。UGC(User?Generated?Content)是指互聯網上的用戶產生內容，在互聯網高速發展的今天，UGC中包含了大量的反饋信息，所以對UGC中游戲輿情的采集、分析已經成了大部分游戲制作團隊的渠道。

然而，互聯網數據量爆炸式增長的今天，互聯網在帶來海量數據的同時，也極大增加了從這些數據中提取有用信息的難度。現有技術是在一些游戲用戶集中出現的地方，比如游戲的官方論壇、貼吧、或者門戶的游戲專版等地方，人工閱讀玩家發表的內容，總結、分析并做成報告提供給相關人員閱讀。

但是，人工閱讀需要耗費大量的人工和時間，而且持續監控需要不斷的閱讀、分析，并生成報告，效率低下。同時，由于人力畢竟是有限的，只能對海量數據抽樣進行閱讀，使得分析的正確性，報告的權威性更多的取決于人的水平。而且，由于UGC多為非結構化數據，人工閱讀很難對數據進行收集和統計，使得最終的結果中缺失UGC中大量有用的統計信息。

發明內容

本發明實施例提出一種游戲輿情的檢測方法及系統，能夠準確獲取游戲的評測信息。

本發明實施例提供一種游戲輿情的檢測方法，包括：

采集網絡文本中的輿情數據；

對所述輿情數據進行分詞，獲得所述網絡文本中的詞語；

查詢預先建立的游戲關鍵詞詞典，獲得所述詞語中的游戲關鍵詞；

根據預先建立的情感詞典，計算所述游戲關鍵詞的情感值；

根據所述網絡文本中的游戲關鍵詞，采用貝葉斯分類算法，計算所述網絡文本所屬的類別；

統計所述游戲關鍵詞的情感值、所述網絡文本的數量和類別，獲得游戲的評測信息。

進一步地，所述對所述輿情數據進行分詞，獲得所述網絡文本中的詞語，具體包括：

基于游戲詞語詞庫和停用詞詞庫，采用結巴分詞，對所述輿情數據進行分詞，獲得所述網絡文本中的詞語。

進一步地，所述游戲詞語詞庫中包含所述游戲關鍵詞詞典中的游戲關鍵詞。

進一步地，所述根據預先建立的情感詞典，計算所述游戲關鍵詞的情感值，具體包括：

查詢預先建立的情感詞典，判斷所述游戲關鍵詞的修飾詞語是否為情感詞；所述情感詞典為存儲多種情感詞及其對應的權值的數據庫，所述修飾詞語為所述游戲關鍵詞與其所在的網絡文本的句首之間的詞語，或者所述修飾詞語為所述游戲關鍵詞與其所在的網絡文本中上一個游戲關鍵詞之間的詞語；

若所述修飾詞語為情感詞，則讀取所述情感詞對應的權值；

根據所述權值，計算所述游戲關鍵詞的情感值。

進一步地，在所述根據預先建立的情感詞典，計算所述游戲關鍵詞的情感值之后，還包括：

對所有游戲關鍵詞進行分類，獲得游戲關鍵詞類別；

根據所述游戲關鍵詞類別中每個游戲關鍵詞的情感值，計算所述游戲關鍵詞類別的綜合情感值。

進一步地，所述根據所述網絡文本中的游戲關鍵詞，采用貝葉斯分類算法對所述網絡文本進行分類，獲得所述網絡文本的類別，具體包括：

基于預先生成的關鍵詞分類訓練集，對所述網絡文本中的游戲關鍵詞進行分類，獲得所述網絡文本的訓練樣本類別；

采用貝葉斯分類算法，分別計算所述網絡文本屬于每個訓練樣本類別的概率，概率最大的訓練樣本類別即為所述網絡文本的類別。

優選地，所述貝葉斯分類算法的計算公式如下：

P(Ci|d)＝P(d|Ci)P(Ci)L(d,Ci)