[發明專利]一種用戶心理狀態識別方法及系統

在審

• 申請號: 202010675638.0
• 申請日: 2020-07-14
• 公開（公告）號: CN112052869A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 李建強;於雅彬;付光暉
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06Q50/00;G06F16/906;G06F16/951;G06F40/284
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 楊云云

1.一種用戶心理狀態識別方法，其特征在于，包括：

對待分析目標用戶的微博數據進行多模態數據特征融合處理，得到所述待分析目標用戶的用戶個人微博情感特征；

對所述待分析目標用戶的社交信息進行篩選，得到所述待分析目標用戶的粉絲信息和關注者信息，并根據所述粉絲信息和所述關注者信息，獲取粉絲情感特征和關注者情感特征；

將所述用戶個人微博情感特征、所述粉絲情感特征和所述關注者情感特征進行社交關系特征融合，得到用戶綜合心理特征，并通過神經網絡模型對所述用戶綜合心理特征進行分類，得到所述待分析目標用戶的心理狀態。

2.根據權利要求1所述的用戶心理狀態識別方法，其特征在于，所述對待分析目標用戶的微博數據進行多模態數據特征融合處理，得到所述待分析目標用戶的用戶個人微博情感特征，包括：

獲取待分析目標用戶的微博數據，所述微博數據包括原創微博數據和非原創轉發微博數據；

對所述微博數據進行特征提取處理，獲取第一多模態特征數據和第二多模態特征數據，其中，所述第一多模態特征數據為所述原創微博數據的多模態特征數據，所述第二多模態特征數據為所述非原創轉發微博數據的多模態特征數據；

對所述第一多模態特征數據進行多模態數據特征融合處理，得到第一情感特征；對所述第二多模態特征數據進行多模態數據特征融合處理，得到第二情感特征；

對所述第一情感特征和所述第二情感特征進行微博多源特征融合處理，得到用戶個人微博情感特征。

3.根據權利要求2所述的用戶心理狀態識別方法，其特征在于，在所述獲取待分析目標用戶的微博數據之前，所述方法還包括：

通過網絡爬蟲技術，從社交網絡上獲取待分析目標用戶的微博數據，并對所述微博數據進行數據清洗處理，得到數據清洗處理后的微博數據；

對所述數據清洗后的微博數據中的表情符號進行標注；

對所述數據清洗后的微博數據中的文本數據進行分詞；

將所述數據清洗后的微博數據進行分類，得到原創微博數據和非原創轉發微博數據。

4.根據權利要求2所述的用戶心理狀態識別方法，其特征在于，所述對所述微博數據進行特征提取處理，獲取第一多模態特征數據和第二多模態特征數據，包括：

通過BERT預訓練模型，對所述微博數據中的文本數據進行提取，得到文本特征；

通過Word2ecv，對所述微博數據中的表情符號進行提取，得到表情符號特征；

通過卷積神經網絡，對所述微博數據中的圖片進行提取，得到圖片特征；

根據原創微博數據和非原創轉發微博數據對應的文本特征、表情符號特征和圖片特征，分別構建第一多模態特征數據和第二多模態特征數據。

5.根據權利要求1所述的用戶心理狀態識別方法，其特征在于，在所述對所述待分析目標用戶的社交信息進行篩選，得到所述待分析目標用戶的粉絲信息和關注者信息之前，所述方法還包括：

獲取多個待分析目標用戶，并分別對多個待分析目標用戶的粉絲數量進行判斷，若單個待分析目標用戶的粉絲數量大于預設閾值，則判斷獲知該待分析目標用戶為公眾用戶，并將該公眾用戶從所述多個待分析目標用戶中去除。

6.根據權利要求1所述的用戶心理狀態識別方法，其特征在于，所述通過神經網絡模型對所述用戶綜合心理特征進行分類，得到所述待分析目標用戶的心理狀態，包括：

將所述用戶綜合心理特征輸入到所述神經網絡模型中，通過交叉熵函數進行分類，得到所述待分析目標用戶的心理狀態，所述交叉熵函數包括用戶個人微博情緒交叉熵函數和用戶社交網絡情感交叉熵。