[發明專利]一種基于微博社交的人物關系可視化方法

在審

• 申請號: 202010169044.2
• 申請日: 2020-03-12
• 公開（公告）號: CN111506824A
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 陳樟樟;陳佳舟;黃可妤;秦緒佳;汪雨薇
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/951;G06F16/33;G06Q50/00;G06F40/289
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵;黃美娟

1.基于微博社交的人物關系可視化方法，包括以下步驟：

步驟1、根據用戶的微博ID爬取多名用戶的用戶信息、關注數據及微博文本；

步驟2、對微博文本數據進行預處理，然后進行中文分詞，再運用隱含狄利克雷分布(Latent Dirichlet Allocation，LDA)主題模型提取文本主題，并分析微博文本相似性；

步驟3、通過解析用戶關注數據、微博文本數據以及微博文本相似度，構建社交關系網絡；

步驟4、通過力導引布局、打包布局等可視化方式展示社交關系網絡。

2.如權利要求1所述的基于微博社交的人物關系可視化方法，其特征在于：所述步驟2中，首先對獲取的微博文本數據進行清洗，刪除錯誤或重復的數據，再使用基于TextRank方法的“結巴”(jieba)中文分詞對微博文本進行分詞，TextRank方法主要用于抽取關鍵詞；然后將分詞后的微博文本數據通過LDA挖掘出文本主題，再通過增量Gibbs采樣(GibbsSampling)算法計算微博文本主題在主題詞上的概率分布，Gibbs采樣是馬爾可夫鏈蒙特卡爾理論(MCMC)中用來獲取一系列近似等于指定多維概率分布(比如2個或者多個隨機變量的聯合概率分布)觀察樣本的算法；最后，使用Jensen-Shannon散數的倒數來衡量文本與文本之間的主題相似度：

其中，v_i，v_j表示微博文本的主題概率分布，JS(v_i||v_j)表示v_i，v_j的Jensen-Shannon散度，D_KL(v_i，v_k)表示v_i，v_j的Kullback-Leibler散度。

3.如權利要求1所述的基于微博社交的人物關系可視化方法，其特征在于：所述步驟3中，根據用戶關注數據，對一個用戶u，假設其關注了n個用戶，表示為F＝(u₁，u₂，…，u_n)，由u和F組成的社交網絡G可表示為有向圖G＝(F，E)，其中E＝{e_ij|u_i∈F，u_j∈F，u_i關注u_j}，表示用戶間關注關系的集合；再根據微博文本，如果u_i轉發了u_j的一條微博或者微博中@(提及)他(她)，則認為兩者之間有一條邊，為邊設定權值，權值大小為兩者間的交互次數，此時E就可以表示為E′＝{e_ij|u_i∈F，u_j∈F，u_i與u_j產生了交互}；最后，根據微博文本相似度，若u_i與u_j之間的文本相似度高于閾值，則認為兩者存在相似的愛好或價值取向，兩者之間有一條邊，邊的權值為兩者的文本相似度，這樣E就可以表示為E″＝{e_ij|u_i∈F，u_j∈F，u_i與u_j存在相似愛好}。

4.如權利要求1所述的基于微博社交的人物關系可視化方法，其特征在于：所述步驟4中，通過節點鏈的力導引方式展示，以節點表示用戶，邊表示節點間的聯系；在節點鏈視圖中，以節點的顏色表示用戶的價值取向，若節點的顏色越接近則表示用戶的相似度越高，以邊的粗細表示用戶間交往的次數多少，越粗代表了用戶間的交往越頻繁；通過打包圖可視化方法展示對象間共同關注信息；用大圓包含識別對象的所有共同關注，用中圓包含該對象與其他任一對象的共同關注，用小圓包括不同類別的共同關注。