[發(fā)明專利]一種基于社交媒體的社會群體認(rèn)知指數(shù)構(gòu)建方法

有效

• 申請?zhí)枺?/td>: 201910685348.1
• 申請日: 2019-07-27
• 公開（公告）號: CN110442865B
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計）人: 鄭昱
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/30;G06F16/21;G06F16/28;G06K9/62;G06Q50/00
• 代理公司: 青島高曉專利事務(wù)所(普通合伙) 37104
• 代理人: 張清東

1.一種基于社交媒體的社會群體認(rèn)知指數(shù)構(gòu)建方法，其特征在于：包括以下步驟：

(1)目標(biāo)群體選取：根據(jù)9個社會階層分類確定11個目標(biāo)群體特征詞，包括領(lǐng)導(dǎo)、經(jīng)理、老板、專家、教授、醫(yī)生、農(nóng)民、服務(wù)員、工人、白領(lǐng)、公務(wù)員，獲取社交媒體賬號所發(fā)布的推文中包含目標(biāo)群體特征詞的推文；

(2)數(shù)據(jù)預(yù)處理：對社交媒體賬號所發(fā)布的推文做分詞處理，去除無用符號，得到賬號特征詞；刪除無文字內(nèi)容推文；采用詞袋模型來表征賬號,詞袋模型是基于自然語言處理和信息檢索下被簡化的一種表達模型，此模型無需考慮文法以及詞的順序；

(3)特征詞選取：根據(jù)社會認(rèn)知基本維度中文形容詞詞庫的兩個基本維度：能動性維度和表達性維度的特征詞進行選取；按照社會認(rèn)知基本維度中文形容詞詞庫，其中表達性維度的特征詞包括友好、善良、可靠、熱情、和藹、真誠，能動性維度的特征詞包括有能力、自信、上進、高效、聰明、努力；

(4)特征詞擴展：尋找社會認(rèn)知兩個基本維度特征詞的近義詞，對已有特征詞進行擴展；利用哈工大信息檢索研究室同義詞詞林?jǐn)U展版進行特征詞的擴展，哈工大信息檢索研究室同義詞詞林?jǐn)U展版按照樹狀的層次結(jié)構(gòu)把同義詞分成了大、中、小三類；

(5)數(shù)據(jù)庫建立：選取目標(biāo)時間區(qū)間的社交媒體推文構(gòu)建數(shù)據(jù)庫，包括社會群體認(rèn)知兩個基本維度所涉及的特征詞，建立目標(biāo)數(shù)據(jù)庫，命名SC數(shù)據(jù)庫，即socialcognition；隨機抽樣相等數(shù)量的非社會群體認(rèn)知基本維度的特征詞其中，表達主題包括事件和經(jīng)歷，生活方式，運動、社區(qū)參與和實踐活動，建立控制變量數(shù)據(jù)庫，命名CV數(shù)據(jù)庫，即controlvariable；

(6)社會群體認(rèn)知模型構(gòu)建：采用機器學(xué)習(xí)技術(shù)中的K近鄰算法分類識別兩種基本維度的特征詞，基于SC和CV數(shù)據(jù)庫作為二分類別框架建構(gòu)模型，采用多層級線性回歸模型，建立SC數(shù)據(jù)庫模型；基于CV數(shù)據(jù)庫的社會群體認(rèn)知模型構(gòu)建：采用K近鄰算法分類識別兩種基本維度的特征詞，基于SC和CV數(shù)據(jù)庫作為二分類別框架建構(gòu)模型，采用多層級線性回歸模型，建立CV數(shù)據(jù)庫模型；

(7)社會群體認(rèn)知指數(shù)構(gòu)建：基于社會群體認(rèn)知模型，確定社交媒體賬號使用者社會群體認(rèn)知表達與非社會群體認(rèn)知表達在其推文中的頻次；構(gòu)建社會群體認(rèn)知指數(shù)，即SocialGroup Cognition Index，SGCI，社會群體認(rèn)知指數(shù)的計算是基于社交媒體賬號社會群體認(rèn)知與非社會群體認(rèn)知之間的差異，包括社會群體認(rèn)知表達性指數(shù)，即SGCI_communion，和社會群體認(rèn)知能動性指數(shù)，即SGCI_agency。