[發明專利]基于微博數據的個人性格建模方法及裝置

在審

• 申請號: 201810015916.2
• 申請日: 2018-01-08
• 公開（公告）號: CN108170827A
• 公開（公告）日: 2018-06-15
• 發明（設計）人: 孫曉;張陳;丁帥;楊善林
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;余罡

本發明提供了一種基于微博數據的個人性格建模方法及裝置。該方法包括：獲取預設時間段內第一預設數量名微博用戶的第二預設條微博數據；利用支持向量機SVM對所述第二預設數量條微博數據進行情感識別，得到第三預設數量種情感；分別標記所述第三預設數量種情感的微博數據；針對所述第一預設數量名微博用戶中每個用戶，對所述第三預設數量種情感的微博數據進行情感分布統計，得到所述微博用戶的個人性格模型。本實施例中由于獲取的數量較大且具有隨機性，因此代表性更廣和用戶屬性也更準確，不會丟失關鍵信息。另外，對微博數據進行情感分析，并對用戶的情況進行統計，能夠更準確的描述用戶的性格特征。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種基于微博數據的個人性格建模方法及裝置。

背景技術

相關技術中公開了一種對個人性格建模時主要包括以下方案：

方案一，收集用戶微博數據，對用戶微博數據定義情感標簽，然后對用戶性格進行建模。方案一的建模方法中定義情感標簽的方法比較直接，由于個人性格復雜多樣且具有隱藏性，只看表面的情感標簽無法準確獲取某個用戶的個人性格。即方案一所得模型無法涵蓋每個用戶的性格。

方案二，依照心理學的大五人格理論、傳播學的使用與滿足理論和行為學動機理論，將微博用戶人格特質和使用動機分別劃分為五個維度(外向性、開放性、盡責性、宜人性、神經質)和四個方面(人際交往、信息獲取、休閑娛樂、自我表達)，再采集參與問卷調查的微博用戶的實際使用行為，通過對微博用戶人格特質、使用動機和使用行為數據間關系的實證分析，建三者間的影響機制模型。有研究發現，外向性、宜人性和開放性對微博使用動機有顯著的正向預測作用，微博行為變量與使用動機也有顯著相關性，對人格特質和使用行為進行逐步回歸分析，得到了五種人格特質與使用行為的回歸方程，最后從總體上建立了人格特質、使用動機與使用行為間的結構方程模型。然而方案二中用戶行為屬性較少，像轉發量、評論量、收藏量等指標由于當時的技術能力不足，沒能成功獲?。徊⑶?，該方法采用調查問卷的方法進行數據收集，排除了各種無效問卷和無效用戶后，共有227名新浪微博用戶參與了調查，總體人數依然較少，導致部分數據擬合不明顯。

發明內容

本發明實施例提供了一種基于微博數據的個人性格建模方法及裝置，以解決相關技術中的不足。

第一方面，本發明提供了一種基于微博數據的個人性格建模方法，所述方法包括：

獲取預設時間段內第一預設數量名微博用戶的第二預設條微博數據；

利用支持向量機SVM對所述第二預設數量條微博數據進行情感識別，得到第三預設數量種情感；

分別標記所述第三預設數量種情感的微博數據；

針對所述第一預設數量名微博用戶中每個用戶，對所述第三預設數量種情感的微博數據進行情感分布統計，得到所述微博用戶的個人性格模型。

可選地，所述微博數據情況包括中性、開心、驚訝、傷心和生氣。

可選地，采用多元正態分布擬合所述第三預設數量種情感的微博數據。

可選地，對所述第三預設數量種情感的微博數據進行情感分布統計，得到所述微博用戶的個人性格模型之后，所述方法還包括：

利用預設公式計算所述微博用戶對應的微博數據的聯合概率密度值。

第二方面，本發明提供了一種基于微博數據的個人性格建模裝置，所述裝置包括：

微博數據獲取模塊，用于獲取預設時間段內第一預設數量名微博用戶的第二預設條微博數據；

情感識別模塊，用于利用支持向量機SVM對所述第二預設數量條微博數據進行情感識別，得到第三預設數量種情感；

微博數據標記模塊，用于分別標記所述第三預設數量種情感的微博數據；