[發(fā)明專利]一種基于社交網(wǎng)絡(luò)的職業(yè)心理性格分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910066007.6
• 申請(qǐng)日: 2019-01-24
• 公開(kāi)（公告）號(hào): CN110060772B
• 公開(kāi)（公告）日: 2022-07-01
• 發(fā)明（設(shè)計(jì)）人: 朱蔚恒;龍舜;石文娟;王會(huì)進(jìn)
• 申請(qǐng)（專利權(quán)）人: 暨南大學(xué)
• 主分類號(hào): G16H50/20
• 分類號(hào): G16H50/20;G16H15/00;G06F16/35;G06K9/62
• 代理公司: 北京科億知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于社交網(wǎng)絡(luò)的職業(yè)心理性格分析方法，其特征在于：具體步驟為：

步驟一：采集用戶的基本信息，并且根據(jù)基本信息的內(nèi)容打上各種使用行為標(biāo)簽、主題標(biāo)簽、情感傾向標(biāo)簽，并且分別計(jì)算各個(gè)標(biāo)簽使用百分比，同時(shí)對(duì)基本信息內(nèi)用詞進(jìn)行統(tǒng)計(jì)，包括高頻詞和它們的使用比率；

步驟二：構(gòu)造MBTI職業(yè)性格四維度的分類器，將性格分為動(dòng)力、信息收集、決策方式、生活方式四個(gè)維度共16種組合，利用訓(xùn)練數(shù)據(jù)對(duì)四方面的分類器分別進(jìn)行訓(xùn)練，并預(yù)測(cè)結(jié)果的準(zhǔn)確率和查全率對(duì)分類器進(jìn)行調(diào)優(yōu)；

步驟三：采用了Adaboost迭代算法整合步驟二中分類器的分析結(jié)果，根據(jù)每次訓(xùn)練集之中每個(gè)樣本的分類是否正確，以及上次的總體分類的準(zhǔn)確率，來(lái)確定每個(gè)樣本的權(quán)值，將修改過(guò)權(quán)值的新數(shù)據(jù)集送給下層分類器進(jìn)行訓(xùn)練，最后將每次訓(xùn)練得到的分類器最后融合起來(lái)，作為MBTI進(jìn)行動(dòng)力、信息收集、決策方式、生活方式這四個(gè)方面分析所使用的分類器；

步驟四：當(dāng)需要分析一個(gè)目標(biāo)對(duì)象的職業(yè)性格心理的時(shí)候，首先通過(guò)爬蟲(chóng)采集他的社交網(wǎng)絡(luò)數(shù)據(jù)，并且進(jìn)行步驟一的數(shù)據(jù)預(yù)處理，在完成預(yù)處理后，將得到的諸多特征輸入動(dòng)力、信息收集、決策方式、生活方式分類器，得到相關(guān)MBTI四個(gè)維度的分析結(jié)果，并根據(jù)MBTI職業(yè)性格心理分析報(bào)告模板，套用這些特征數(shù)據(jù)完成對(duì)象的MBTI分析報(bào)告；

所述步驟二中分類器分別進(jìn)行訓(xùn)練包括Logistic回歸算法，用于估計(jì)某種事物的可能性，是一個(gè)學(xué)習(xí)f:X-Y方程或者P(Y|X)的方法，其中Y是離散取值的，而X＝X₁,X₂...,X_n是任意一個(gè)向量，其中每個(gè)特征分量X_i取離散或者連續(xù)值，用于概率預(yù)測(cè)，也用于分類，而且不需要各特征X_i之間相互獨(dú)立，是當(dāng)前業(yè)界比較常用的機(jī)器學(xué)習(xí)方法，Logistic回歸方法包括:

1)構(gòu)造預(yù)測(cè)函數(shù)h；

2)構(gòu)造損失函數(shù)J；

3)想辦法使得J函數(shù)最小并求得回歸參數(shù)θ三步，其中：

1)構(gòu)造預(yù)測(cè)函數(shù)h，使用Logistic函數(shù)，形式為：

對(duì)于線性邊界的情況，邊界形式如下：

構(gòu)造預(yù)測(cè)函數(shù)為：

函數(shù)h_θ(x)的值有特殊的含義，它表示結(jié)果取1的概率，因此對(duì)于輸入x分類結(jié)果為類別1和類別0的概率分別為：

2)構(gòu)造損失函數(shù)J，Cost函數(shù)和J函數(shù)是基于最大似然估計(jì)推導(dǎo)得到的：

3)最大似然估計(jì)就是求使l(θ)取最大值時(shí)的θ，這里使用梯度上升法求解，求得的θ就是要求的最佳參數(shù)，采用以下公式：

即取J(θ)最小值時(shí)的θ為要求的最佳參數(shù)，

θ更新過(guò)程寫成：

所述步驟二中分類器分別進(jìn)行訓(xùn)練包括人工神經(jīng)網(wǎng)絡(luò)，是從信息處理角度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象，通過(guò)建立某種簡(jiǎn)單模型，按不同的連接方式組成不同的網(wǎng)絡(luò)，是一種運(yùn)算模型，由大量的神經(jīng)元之間相互聯(lián)接構(gòu)成，每個(gè)神經(jīng)元代表一種特定的輸出函數(shù)，稱為激勵(lì)函數(shù)，每對(duì)神經(jīng)元間的連接都代表一個(gè)對(duì)于通過(guò)該連接信號(hào)的加權(quán)值，稱為權(quán)重，網(wǎng)絡(luò)的輸出則依網(wǎng)絡(luò)的連接方式，權(quán)重值和激勵(lì)函數(shù)的不同而不同；

所述步驟二中分類器分別進(jìn)行訓(xùn)練包括采用了C4.5算法實(shí)現(xiàn)決策樹(shù)，該算法如下所示：

所述步驟二中分類器分別進(jìn)行訓(xùn)練包括使用Apriori算法，進(jìn)行關(guān)聯(lián)規(guī)則挖掘，該算法使用頻繁項(xiàng)集的先驗(yàn)知識(shí)，使用一種稱作逐層搜索的迭代方法，k項(xiàng)集用于探索(k+1)項(xiàng)集，首先，通過(guò)掃描事務(wù)記錄，找出所有的頻繁1項(xiàng)集，該集合記做L1，然后利用L1找頻繁2項(xiàng)集的集合L2，L2找L3，如此下去，直到不能再找到任何頻繁k項(xiàng)集，最后再在所有的頻繁集中找出強(qiáng)規(guī)則，即產(chǎn)生用戶感興趣的關(guān)聯(lián)規(guī)則：

Apriori算法采用連接步和剪枝步兩種方式來(lái)找出所有的頻繁項(xiàng)集：

1)連接步：為找出L_k，L_k為所有的頻繁k項(xiàng)集的集合，通過(guò)將L_k-1與自身連接產(chǎn)生候選k項(xiàng)集的集合，L_k-1為所有的頻繁k-1項(xiàng)集的集合，候選集合記作Ck，設(shè)l₁和l2是L_k-1中的成員，記l_i[j]表示l_i中的第j項(xiàng)，假設(shè)Apriori算法對(duì)事務(wù)或項(xiàng)集中的項(xiàng)按字典次序排序，

即對(duì)于(k-1)項(xiàng)集l_i，l_i[1]l_i[2]……l_i[k-1]，

將L_k-1與自身連接，如果(l₁[1]＝l₂[1])(l₁[2]＝l₂[2])……(l₁[k-2]＝l₂[k-2])(l₁[k-1]l₂[k-1])，那認(rèn)為l₁和l₂是可連接，連接l₁和l₂產(chǎn)生的結(jié)果是{l₁[1],l₁[2],……,l₁[k-1],l₂[k-1]}；

2)剪枝步：CK是LK的超集，也就是說(shuō)，CK的成員可能是也可能不是頻繁的，通過(guò)掃描所有的事務(wù)，確定CK中每個(gè)候選的計(jì)數(shù)，判斷是否小于最小支持度計(jì)數(shù)，如果不是，則認(rèn)為該候選是頻繁的。