[發(fā)明專利]一種微博數(shù)據(jù)處理方法、裝置及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201510036778.2
• 申請日: 2015-01-26
• 公開（公告）號: CN104537118B
• 公開（公告）日: 2017-12-26
• 發(fā)明（設(shè)計）人: 李壽山;王晶晶;段湘煜;周國棟
• 申請（專利權(quán)）人: 蘇州大學(xué)
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司11227
• 代理人: 常亮

1.一種微博數(shù)據(jù)處理方法，其特征在于，包括：

對待測樣本進(jìn)行特征抽取，得到待測特征抽取結(jié)果值，其中，所述待測樣本為第一微博賬號信息和第二微博賬號信息組成的一對信息，所述第一微博賬號信息對應(yīng)的賬號所屬微博網(wǎng)站和所述第二微博賬號信息對應(yīng)的賬號所屬微博網(wǎng)站不同；

確定所述待測特征抽取結(jié)果值所包含的各個數(shù)值為待分類特征值；

使用最大熵分類器，計算每個待分類特征值在所述待測樣本預(yù)設(shè)為正類和負(fù)類時，對應(yīng)的待分類正預(yù)測子條件概率和待分類負(fù)預(yù)測子條件概率；

將各個待分類特征值對應(yīng)的待分類正預(yù)測子條件概率進(jìn)行乘運算，得到待分類正預(yù)測條件概率，將各個待分類特征值對應(yīng)的待分類負(fù)預(yù)測子條件概率進(jìn)行乘運算，得到待分類負(fù)預(yù)測條件概率；

比較所述待分類正預(yù)測條件概率和所述待分類負(fù)預(yù)測條件概率的大?。?/p>

在比較結(jié)果為所述待分類正預(yù)測條件概率最大的情況下，確定所述待測樣本的類別為正；

在比較結(jié)果為所述待分類負(fù)預(yù)測條件概率最大的情況下，確定所述待測樣本的類別為負(fù)；

在所述待測樣本的類別為正時，確定所述待測樣本對應(yīng)的兩個賬號屬于同一用戶；

在所述待測樣本的類別為負(fù)時，確定所述待測樣本對應(yīng)的兩個賬號不屬于同一用戶。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述使用最大熵分類器，計算每個待分類特征值在所述待測樣本預(yù)設(shè)為正類和負(fù)類時，對應(yīng)的待分類正預(yù)測子條件概率和待分類負(fù)預(yù)測子條件概率的過程，包括：

使用最大熵目標(biāo)函數(shù)公式分別計算每個待分類特征值在y分別為+1和-1時，對應(yīng)的待分類正預(yù)測子條件概率和待分類負(fù)預(yù)測子條件概率，其中，該y為待測樣本，該x為待分類特征值，P_λ(y|x)為待分類預(yù)測子條件概率，exp()為自然數(shù)e為底的指數(shù)函數(shù)，f_i()為二值特征函數(shù)，所述λ_i為特征函數(shù)值f_i(x,y)在y為+1時的正最優(yōu)權(quán)值或在y為-1時的負(fù)最優(yōu)權(quán)值且相同x對應(yīng)的不同特征函數(shù)值的權(quán)值相同，為對每個待分類特征值對應(yīng)的特征函數(shù)值進(jìn)行求和的函數(shù)，為對y為不同值時對應(yīng)的數(shù)據(jù)進(jìn)行求和的函數(shù)；

其中，所述y為+1表示所述待測樣本預(yù)設(shè)為正類，所述y為-1表示所述待測樣本預(yù)設(shè)為負(fù)類，每個待分類特征值對應(yīng)的各個特征函數(shù)值分別對應(yīng)所述待測樣本的預(yù)設(shè)類型正和負(fù)，在計算待分類正預(yù)測子條件概率時，若待分類特征值包含在預(yù)設(shè)特征值中，則λ為該待分類特征值對應(yīng)的正最優(yōu)權(quán)值，否則λ為0，在計算待分類負(fù)預(yù)測子條件概率時，若待分類特征值包含在所述預(yù)設(shè)特征值中，則λ為該待分類特征值對應(yīng)的負(fù)最優(yōu)權(quán)值，否則λ為0。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述第一微博賬號信息和所述第二微博賬號信息各自至少包括：

用戶身份標(biāo)識號碼ID、昵稱、性別、年齡、所在地和粉絲用戶與關(guān)注用戶的比例。