[發(fā)明專(zhuān)利]基于社交網(wǎng)絡(luò)數(shù)據(jù)的社會(huì)心理預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202211595455.3
• 申請(qǐng)日: 2022-12-13
• 公開(kāi)（公告）號(hào): CN115587263A
• 公開(kāi)（公告）日: 2023-01-10
• 發(fā)明（設(shè)計(jì)）人: 馬行空;蔡依青;劉波;李少勇;邱厚杰;陳鑫益;洪學(xué)恕;李國(guó)偉;李華鋼
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)人民解放軍國(guó)防科技大學(xué)
• 主分類(lèi)號(hào): G06F16/9536
• 分類(lèi)號(hào): G06F16/9536;G06F16/951;G06F18/214;G06F18/2431;G06F18/2411;G06Q50/00;G06N20/10;G06N20/20
• 代理公司: 長(zhǎng)沙國(guó)科天河知識(shí)產(chǎn)權(quán)代理有限公司 43225
• 代理人: 邱軼

1.一種基于社交網(wǎng)絡(luò)數(shù)據(jù)的社會(huì)心理預(yù)測(cè)方法，其特征在于，包括步驟：

利用Scrapy框架爬蟲(chóng)從社交網(wǎng)絡(luò)平臺(tái)上爬取待測(cè)用戶的社交網(wǎng)絡(luò)數(shù)據(jù)；

根據(jù)預(yù)設(shè)的社會(huì)心理特征和用戶特征之間的映射關(guān)系，從所述社交網(wǎng)絡(luò)數(shù)據(jù)中提取與所述社會(huì)心理特征最相關(guān)的用戶特征數(shù)據(jù)；所述用戶特征數(shù)據(jù)包括個(gè)人統(tǒng)計(jì)學(xué)特征數(shù)據(jù)、大五人格特征數(shù)據(jù)和關(guān)聯(lián)特征數(shù)據(jù)；

將所述用戶特征數(shù)據(jù)輸入訓(xùn)練好的社會(huì)心理預(yù)測(cè)模型，輸出所述待測(cè)用戶的社會(huì)心理預(yù)測(cè)標(biāo)簽；所述社會(huì)心理預(yù)測(cè)模型為預(yù)先使用公開(kāi)數(shù)據(jù)集和社交網(wǎng)絡(luò)數(shù)據(jù)集訓(xùn)練得到。

2.根據(jù)權(quán)利要求1所述的基于社交網(wǎng)絡(luò)數(shù)據(jù)的社會(huì)心理預(yù)測(cè)方法，其特征在于，利用Scrapy框架爬蟲(chóng)從社交網(wǎng)絡(luò)平臺(tái)上爬取待測(cè)用戶的社交網(wǎng)絡(luò)數(shù)據(jù)的步驟，包括：

確定待測(cè)用戶所在社交網(wǎng)絡(luò)平臺(tái)上待爬取信息的統(tǒng)一資源定位符隊(duì)列；

根據(jù)所述統(tǒng)一資源定位符隊(duì)列，分別爬取每個(gè)統(tǒng)一資源定位符對(duì)應(yīng)的社交網(wǎng)頁(yè)內(nèi)容；

分別對(duì)各所述社交網(wǎng)頁(yè)內(nèi)容進(jìn)行解析處理，得到所述待測(cè)用戶的所述社交網(wǎng)絡(luò)數(shù)據(jù)并存入設(shè)定數(shù)據(jù)庫(kù)中。

3.根據(jù)權(quán)利要求2所述的基于社交網(wǎng)絡(luò)數(shù)據(jù)的社會(huì)心理預(yù)測(cè)方法，其特征在于，所述社交網(wǎng)絡(luò)數(shù)據(jù)包括公開(kāi)的用戶個(gè)人信息、發(fā)布的社交信息和互動(dòng)行為信息。

4.根據(jù)權(quán)利要求1所述的基于社交網(wǎng)絡(luò)數(shù)據(jù)的社會(huì)心理預(yù)測(cè)方法，其特征在于，所述關(guān)聯(lián)特征數(shù)據(jù)的提取過(guò)程，包括：

將所述社交網(wǎng)絡(luò)數(shù)據(jù)中的特征相關(guān)數(shù)據(jù)進(jìn)行分類(lèi)；所述特征相關(guān)數(shù)據(jù)包括用戶關(guān)注、點(diǎn)贊、轉(zhuǎn)發(fā)活動(dòng)微博或媒體微博數(shù)據(jù)，所述分類(lèi)的類(lèi)型包括關(guān)注數(shù)量、點(diǎn)贊數(shù)量、點(diǎn)贊文本、轉(zhuǎn)發(fā)數(shù)量和轉(zhuǎn)發(fā)文本；

根據(jù)關(guān)注數(shù)量確定用戶對(duì)活動(dòng)類(lèi)信息的感興趣程度；

根據(jù)點(diǎn)贊數(shù)量和轉(zhuǎn)發(fā)數(shù)量確定用戶是否使用活動(dòng)微博或媒體微博查看活動(dòng)類(lèi)信息；

根據(jù)點(diǎn)贊文本和轉(zhuǎn)發(fā)文本的所有數(shù)據(jù)計(jì)算用戶對(duì)活動(dòng)微博的信任度。

5.根據(jù)權(quán)利要求1所述的基于社交網(wǎng)絡(luò)數(shù)據(jù)的社會(huì)心理預(yù)測(cè)方法，其特征在于，所述社會(huì)心理預(yù)測(cè)模型為基于公開(kāi)數(shù)據(jù)集和社交網(wǎng)絡(luò)數(shù)據(jù)集，采用邏輯回歸、支持向量機(jī)、XGBoost、決策樹(shù)和隨機(jī)森林學(xué)習(xí)算法訓(xùn)練得到的預(yù)測(cè)模型。

6.根據(jù)權(quán)利要求5所述的基于社交網(wǎng)絡(luò)數(shù)據(jù)的社會(huì)心理預(yù)測(cè)方法，其特征在于，所述社會(huì)心理預(yù)測(cè)模型的訓(xùn)練過(guò)程，包括：

從社會(huì)調(diào)查網(wǎng)站獲取關(guān)于社會(huì)意識(shí)調(diào)查的所述公開(kāi)數(shù)據(jù)集；

對(duì)所述公開(kāi)數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理；

在預(yù)處理后的所述公開(kāi)數(shù)據(jù)集中，根據(jù)設(shè)定的社會(huì)心理分類(lèi)標(biāo)簽提取目標(biāo)社會(huì)心理特征并抽取各用戶特征；

利用在線數(shù)據(jù)統(tǒng)計(jì)分析工具對(duì)所述目標(biāo)社會(huì)心理特征和各用戶特征進(jìn)行數(shù)據(jù)相關(guān)性分析，確定與所述目標(biāo)社會(huì)心理特征最相關(guān)的用戶特征類(lèi)型；

利用Scrapy框架爬蟲(chóng)從社交網(wǎng)絡(luò)平臺(tái)上爬取各用戶的社交網(wǎng)絡(luò)數(shù)據(jù)；

根據(jù)所述用戶特征類(lèi)型，從所述社交網(wǎng)絡(luò)數(shù)據(jù)中提取各用戶的用戶特征數(shù)據(jù)；

基于所述目標(biāo)社會(huì)心理特征和各用戶的所述用戶特征數(shù)據(jù)組成的訓(xùn)練集，采用邏輯回歸、支持向量機(jī)、XGBoost、決策樹(shù)和隨機(jī)森林學(xué)習(xí)算法訓(xùn)練得到所述社會(huì)心理預(yù)測(cè)模型。