[发明专利]一种基于观点挖掘的社交媒体信息可信度评估方法及装置

权利要求书

1.一种基于观点挖掘的社交媒体信息可信度评估方法，其特征在于，包括：

获取与当前议题相关的社交媒体信息；

根据每个观点词对与每条社交媒体信息的相似度及每个观点词对与每条社交媒体信息的评论的相似度计算每条社交媒体信息的观点值，其中，所述每个观点词对由主题词和情感词组成，所述主题词从与所述当前议题相关的主题词库中获取；

过滤观点值小于预设阈值的社交媒体信息，将剩余的社交媒体信息作为待评估信息；

获取待评估信息，所述待评估信息为影响用户对事件或产品的认知的社交媒体信息；

计算每条待评估信息的不确定性得分；

计算每条待评估信息的发布者的可信度；

统计每条待评估信息的评论中支持意见所占的比例；

将每条待评估信息的不确定性得分，每条待评估信息的发布者的可信度及每条待评估信息的评论中支持意见所占的比例输入预先训练好的量化评估模型中进行计算，所述量化评估模型的输出为每条待评估信息的可信度排序。

2.如权利要求1所述的方法，其特征在于，在获取待评估信息之前，所述方法还包括：

构建与所述当前议题相关的主题词库；

将所述主题词库中的各个主题词与情感词库中的各个情感词组合形成所述观点词对。

3.如权利要求2所述的方法，其特征在于，所述构建与当前议题相关的主题词库具体包括：

在社交网络中搜索与当前议题相关的社交媒体信息；

提取所述社交媒体信息中的关键词并统计每个关键词出现的频率；

按照频率从高到低的顺序选取预设数量的关键词作为主题词构建所述主题词库。

4.如权利要求2所述的方法，其特征在于，所述根据每个观点词对与每条社交媒体信息的相似度及每个观点词对与每条社交媒体信息的评论的相似度计算每条社交媒体信息的观点值具体包括：

计算一个观点词对中的主题词与一条社交媒体信息中的每个关键词的相似度，提取相似度最大值a；计算所述观点词对中的主题词与所述社交媒体信息的评论中的每个关键词的相似度，提取相似度最大值x；

计算所述观点词对中的情感词与所述社交媒体信息中的每个情感词的相似度，提取相似度最大值b；计算所述观点词对中的情感词与所述社交媒体信息的评论中的每个情感词的相似度，提取相似度最大值y；

所述观点词对与所述社交媒体信息的相似度为s1＝λa+(1-λ)b，λ大于0小于1，所述观点词对与所述社交媒体信息的评论的相似度为s2＝μx+(1-μ)y，μ大于0小于1；

将所述观点词对与所述社交媒体信息的相似度及所述观点词对与所述社交媒体信息的评论的相似度相加得到所述社交媒体信息的观点子值；

将每个观点词对都做同样处理得到所述社交媒体信息的所有观点子值，将所有观点子值累加得到所述社交媒体信息的观点值，以此类推，得到每个社交媒体信息的观点值。

5.如权利要求1至4中任意一项所述的方法，其特征在于，所述计算每条待评估信息的不确定性得分包括：

确定每条待评估信息中包含的不确定内容的类别；

计算每条待评估信息中包含的每类不确定内容的类别得分；

将每条待评估信息中包含的每类不确定内容的类别得分乘以预设的权重后累加得到每条待评估信息的不确定性得分。

6.如权利要求1至4中任意一项所述的方法，其特征在于，在将每条待评估信息的不确定性得分，每条待评估信息的发布者的可信度及每条待评估信息的评论中支持意见所占的比例输入预先训练好的量化评估模型中进行计算的过程中，所述待评估信息的不确定性得分越高，所述待评估信息的可信度越低；所述待评估信息的发布者的可信度越低，所述待评估信息的可信度越低；所述待评估信息的评论中支持意见所占的比例越小，和/或随着时间的变化，所述待评估信息的评论中支持意见所占的比例越来越小，所述待评估信息的可信度越低。