[发明专利]一种讨论区集合中热点讨论区的预测方法

说明书

技术领域

本发明涉及一种讨论区集合中热点讨论区的预测方法，特别涉及一种利用文本感情计算技术预测互联网论坛中的热点讨论区的方法，属于互联网信息挖掘领域。

背景技术

随着互联网的普及和计算机通讯技术的发展，互联网上出现的海量数据以指数级别的速度不断增加，其中大部分是非结构化的文本数据。如何高效地处理这些数据，从中快速地提取有用的信息，对互联网信息挖掘有着重要的意义。

近几年来，文本倾向性分析，也叫文本情感计算，逐渐成为国内外学界的一个热点研究方向。通俗地说，文本倾向性(也叫做文本褒贬性或者文本情感)描述的是文本所传递的情感。对文本倾向性进行分析，实际上就是根据文本的内容提炼出作者的情感方向。文本倾向性分析可以是一个回归问题，也可以是一个分类问题。文本分类已经成为很多研究者的共同兴趣(Gaurav，J.et al.“An approach to text classification using dimensionality reductionand combination of classifiers”，Proceedings of the 2004 IEEE International Conference onInformation Reuse and Integration，November 8-10 2004，pp.564-569；Huang，R.Q.，Hansen，J.H.L.“Dialect Classification on Printed Text using Perplexity Measure and ConditionalRandom Fields”，IEEE International Conference on Acoustics，Speech and Signal Processing，April 15-20 2007，4：IV-993-IV-996.)，并且已经有一些研究者利用文本倾向性实现了对文本的分类(Turney，P.D.“Mining the web for synonyms：PMI-IR versus LSA on TOEFL”，Proceedings of the Twelfth European Conference on Machine Learning，Berlin：Springer-Verlag，2001，pp.491-502；Ye，Q.et al.“Sentiment classification for Chinese reviews：a comparisonbetween SVM and semantic approaches”，Proceedings of 2005 International Conference onMachine Learning and Cybernetics，August 18-212005，4：2341-2346.)。依照文本倾向性对文本进行分类又可以主要从两个方面展开，一是利用机器学习的方法(Chaovalit，P.，Zhou，L.“Movie review mining：a comparison between supervised and unsupervised classificationapproaches”，Proceedings of the 38th Hawaii International Conference on System Sciences，2005.)，一是利用基于语义分析的自然语言处理的方法(Turney，P.D.“Thumbs up or thumbsdown？Semantic orientation applied to unsupervised classification of reviews”，presented at theAssociation for Computational Linguistics 40th Anniversary Meeting，New Brunswick，N.J.，2002.)。文本倾向性分类已经被运用于英文、中文以及阿拉伯文(Ahmad，K.，Almas，Y.“Visualising sentiments in financial texts？”，Proceedings of the Ninth International Conferenceon Information Visualisation，2005，00：363-368.)。