[發(fā)明專利]基于網(wǎng)絡(luò)拓?fù)浜臀臋n內(nèi)容的社團(tuán)發(fā)現(xiàn)和情感解釋方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201911050449.8
• 申請(qǐng)日: 2019-10-31
• 公開(kāi)（公告）號(hào): CN110851733A
• 公開(kāi)（公告）日: 2020-02-28
• 發(fā)明（設(shè)計(jì)）人: 金弟;劉孟荃
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536;G06F16/33;G06Q50/00
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 程小艷

本發(fā)明公開(kāi)一種基于網(wǎng)絡(luò)拓?fù)浜臀臋n內(nèi)容的社團(tuán)發(fā)現(xiàn)和情感解釋方法，主要步驟包括：構(gòu)建對(duì)應(yīng)的生成式概率圖模型，對(duì)生成網(wǎng)絡(luò)拓?fù)滏溄雍蜕删W(wǎng)絡(luò)結(jié)點(diǎn)內(nèi)容兩部分生成過(guò)程進(jìn)行刻畫(huà)；根據(jù)概率圖模型中各參數(shù)服從的概率分布，以概率分布的形式刻畫(huà)生成過(guò)程，得到完全數(shù)據(jù)似然函數(shù)；定義相關(guān)參數(shù)，得到證據(jù)下界(ELBO)；提取證據(jù)下界中與各個(gè)變分參數(shù)有關(guān)的部分，分別求偏導(dǎo)，并等于0，求得各個(gè)變分參數(shù)的優(yōu)化結(jié)果；記錄所獲得的參數(shù)結(jié)果，利用參數(shù)訓(xùn)練出社團(tuán)的主題情感表示詞分布和標(biāo)簽分布最大值來(lái)表示社團(tuán)的主題和情感傾向，并將訓(xùn)練好的進(jìn)行可視化表示。

技術(shù)領(lǐng)域

本發(fā)明屬于復(fù)雜網(wǎng)絡(luò)分析、自然語(yǔ)言數(shù)據(jù)處理和數(shù)據(jù)挖掘領(lǐng)域，涉及社團(tuán)檢測(cè)技術(shù)和社交網(wǎng)絡(luò)推薦技術(shù)，尤其涉及一種基于網(wǎng)絡(luò)拓?fù)浜臀臋n內(nèi)容的社團(tuán)發(fā)現(xiàn)和情感解釋方法，其實(shí)質(zhì)基于網(wǎng)絡(luò)拓?fù)浜徒Y(jié)點(diǎn)內(nèi)容信息的貝葉斯有向概率圖模型社團(tuán)發(fā)現(xiàn)方法。

背景技術(shù)

近幾年來(lái)，隨著社交媒體平臺(tái)的快速發(fā)展，社交網(wǎng)絡(luò)產(chǎn)生了大量的數(shù)據(jù)，為研究人員提供分析和了解互聯(lián)網(wǎng)上用戶和信息的機(jī)會(huì)。面對(duì)海量的數(shù)據(jù)，社團(tuán)發(fā)現(xiàn)成為了在復(fù)雜網(wǎng)絡(luò)分析領(lǐng)域中的一項(xiàng)重要任務(wù)，它可以在理解和分析社交網(wǎng)絡(luò)時(shí)提供一個(gè)群體性的視角。復(fù)雜網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)檢測(cè)已吸引了許多來(lái)自不同研究領(lǐng)域研究者的關(guān)注。目前已提出了許多基于不同理論和技術(shù)的方法，它們包括譜聚類，層次聚類，啟發(fā)式方法，模塊度優(yōu)化，動(dòng)力學(xué)方法和統(tǒng)計(jì)模型推斷等。傳統(tǒng)的社團(tuán)發(fā)現(xiàn)方法僅利用網(wǎng)絡(luò)拓?fù)湫畔ⅲ槍?duì)網(wǎng)絡(luò)中結(jié)點(diǎn)之間的鏈接模式來(lái)檢測(cè)網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)。最近研究發(fā)現(xiàn)網(wǎng)絡(luò)中的結(jié)點(diǎn)內(nèi)容信息(例如社交網(wǎng)絡(luò)中用戶發(fā)布的文檔內(nèi)容信息)對(duì)于檢測(cè)社團(tuán)結(jié)構(gòu)也是有幫助的。尤其是當(dāng)拓?fù)湫畔⒂性肼晻r(shí)，可以用內(nèi)容信息進(jìn)行輔助彌補(bǔ)，并且結(jié)點(diǎn)的內(nèi)容信息可以為社團(tuán)提供語(yǔ)義解釋，這對(duì)于理解社區(qū)檢測(cè)的結(jié)果非常有用。

然而，結(jié)合網(wǎng)絡(luò)拓?fù)浜蛢?nèi)容信息的社團(tuán)發(fā)現(xiàn)方法集中于使用文檔的主題來(lái)解釋社區(qū)，即找出社團(tuán)中所有用戶所共同感興趣的話題，以此來(lái)表示為該社團(tuán)的主題。然而這些方法大都忽略了同樣非常重要的情感信息。在實(shí)際生活中，持有相似情感傾向的用戶們更有可能形成一個(gè)社團(tuán)，而情感信息因?yàn)殡y以直接識(shí)別，所以雖然非常重要，但卻往往被忽略。近年來(lái)已有一些方法同時(shí)利用主題信息和情感傾向信息進(jìn)行社團(tuán)檢測(cè)，但是這些方法都是假設(shè)一個(gè)社團(tuán)只有一個(gè)主題，或者只有一種特定的情感。但在實(shí)際情況中，同一個(gè)社團(tuán)中的用戶可能感興趣的主題有多個(gè)，對(duì)不同的主題也都報(bào)有不同的情感傾向，單一的假設(shè)方式有時(shí)反而會(huì)導(dǎo)致得到的結(jié)果準(zhǔn)確性低，且缺乏實(shí)際意義。此外，大多數(shù)方法在對(duì)社團(tuán)進(jìn)行解釋時(shí)，利用的是單詞來(lái)表示主題。而單個(gè)的詞匯有時(shí)會(huì)出現(xiàn)一詞多義的情況，這樣就會(huì)導(dǎo)致社團(tuán)解釋的結(jié)果出現(xiàn)語(yǔ)義模糊、不易理解的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于網(wǎng)絡(luò)拓?fù)浜臀臋n內(nèi)容的社團(tuán)發(fā)現(xiàn)和情感解釋方法，能夠有效解決傳統(tǒng)社團(tuán)發(fā)現(xiàn)方法僅利用單一主體信息或情感信息進(jìn)行社團(tuán)解釋的局限性，以及使用單個(gè)詞語(yǔ)對(duì)社團(tuán)主題解釋難以理解的問(wèn)題，從而構(gòu)建以主題和情感這兩個(gè)層次對(duì)社團(tuán)進(jìn)行解釋的社團(tuán)發(fā)現(xiàn)方法，提高社團(tuán)發(fā)現(xiàn)的準(zhǔn)確性，同時(shí)得到更細(xì)粒度、更容易理解的社團(tuán)解釋結(jié)果。

本發(fā)明針對(duì)現(xiàn)有技術(shù)的存在局限性，提出了一種有效結(jié)合網(wǎng)絡(luò)的拓?fù)湫畔⒑途W(wǎng)絡(luò)中的結(jié)點(diǎn)內(nèi)容信息的生成式模型，同時(shí)通過(guò)變分推斷算法進(jìn)行模型參數(shù)推斷，從主題和情感這兩個(gè)層次對(duì)社團(tuán)進(jìn)行解釋。并且利用社交網(wǎng)絡(luò)中特有的一種更具有概括性的標(biāo)簽詞(hashtag)，同時(shí)利用用戶所發(fā)布的文檔中的普通詞和標(biāo)簽來(lái)表示社團(tuán)的主題，從而得到了更精準(zhǔn)的社團(tuán)檢測(cè)結(jié)果和更細(xì)粒度、更容易理解的社團(tuán)解釋結(jié)果。

為了達(dá)到上述目的，本發(fā)明采用的技術(shù)方案是基于網(wǎng)絡(luò)拓?fù)浜臀臋n內(nèi)容的社團(tuán)發(fā)現(xiàn)和情感解釋方法，包括以下步驟：

1)構(gòu)建對(duì)應(yīng)的生成式概率圖模型，對(duì)生成網(wǎng)絡(luò)拓?fù)滏溄雍蜕删W(wǎng)絡(luò)結(jié)點(diǎn)內(nèi)容兩部分生成過(guò)程進(jìn)行刻畫(huà)。通過(guò)引入結(jié)點(diǎn)的社團(tuán)歸屬變量、結(jié)點(diǎn)內(nèi)容的主題、情感標(biāo)簽，以及相應(yīng)的轉(zhuǎn)移關(guān)系矩陣，同時(shí)將結(jié)點(diǎn)內(nèi)容分為標(biāo)簽和普通單詞兩類進(jìn)行區(qū)分，結(jié)合<社團(tuán)，主題,情感>的詞分布，刻畫(huà)網(wǎng)絡(luò)中鏈接和結(jié)點(diǎn)內(nèi)容的生成概率圖模型。