[发明专利]一种基于文本分析的用户心理预警方法与装置在审

专利信息
申请号: 201410755787.2 申请日: 2014-12-11
公开(公告)号: CN105740224A 公开(公告)日: 2016-07-06
发明(设计)人: 郑建华;朱蓉 申请(专利权)人: 仲恺农业工程学院
主分类号: G06F17/27 分类号: G06F17/27;G06F17/30;G06F19/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 510225 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 文本 分析 用户 心理 预警 方法 装置
【权利要求书】:

1.一种基于文本分析的用户心理预警方法,其特征在于,包括:

获取用户相关的所有言论文本内容;

然后对用户文本采用基于句级情绪分析方法计算该用户的情绪指数;

同时也对该用户的文本内容采用基于文本余弦相似度的方法对用户心理情绪分类;

然后根据用户情绪指数和情绪类型进行心理评估和预警;

最后展示用户心理评估和预警结果。

2.根据权利要求1所述的方法,其特征在于,所述包括获取用户相关的所有言论文本内容包括来自于微博、微信、论坛等各种途径的文本数据,其来源可以是爬虫或者来源于数据库或者来源于API调用获取,然后建立该用户的时间-文档列表,最后输出用户的文本内容。

3.根据权利要求1所述的方法,其特征在于,所述对用户文本采用基于句级情绪分析方法计算该用户的情绪指数的步骤具体为:

对文本分句;

对句子进行分词处理,建立句-词矩阵;

对句-词矩阵进行处理,构建句-词频矩阵;

基于情绪词典,对句-词频矩阵进行情绪词匹配,计算句基础情绪指数;

基于句-词频矩阵,分析句子句型,计算句-基于句型的基础情绪指数;

基于句-词频矩阵,分析句子句类,计算句-情绪指数;

基于句-情绪指数得到用户的情绪指数。

4.根据权利要求1所述的方法,其特征在于,所述对该用户的文本内容采用基于文本余弦相似度的方法对用户心理情绪分类的步骤具体为:

获取用户时间-文档列表;

对用户时间-文档文本数据进行预处理;

执行文本特征项选择与加权处理,建立每个时间文档的TF-IDF向量;

选取每个时间文档的TF-IDF向量中值最高的前5个构成集合作为用户情感关键字;建立用户情感关键字词频向量;

计算用户情感关键字词频向量与基准情绪类型词频向量的余弦相似度;

判断用户的情绪类型。

5.根据权利要求1所述的方法,其特征在于,所述综合用户的情绪分类和情绪指数,对用户进行心理评估与预警的步骤具体为:

获取用户的情绪指数;

获取用户的情绪类型;

根据用户的情绪指数和类型进行心理评估和预警,如果用户的情绪属于愤怒、悲伤、恐惧、厌恶,且情绪指数为负数时,则对该用户进行心理预警。

6.一种用户心理预警装置,其特征在于,该装置包括:获取用户文本内容单元、用户情绪指数计算单元、用户心理情绪分类单元、用户进行心理评估与预警单元、结果展示单元、公共词典库,其中:

获取用户文本内容单元,用于通过爬虫、接口或者数据直接得到等方式获取用户相关的所有文本内容,其来源可以是微博、微信、论坛等各种环境;

用户情绪指数计算单元,用于基于句级情绪分析方法计算该用户的情绪指数;

用户心理情绪分类单元,用于通过计算用户情绪关键词向量和基本情绪关键词向量的余弦相似度方法判断该用户的情绪类别;

用户心理评估与预警单元,基于用户的情绪指数和情绪类别,判断用户的心理状态,得到用于心理评估结果,并判断是否进行心理预警;

结果展示单元,用于展示用户的心理评估结果;

公共词典库,用于存储以上单元需要使用的极性词典、否定词典、程度词典、分词词典、停用词词典等词典信息。

7.根据权利要求6所述的用户心理预警装置,其特征在于,

用户情绪指数计算单元,用于从三个维度考虑用户的言论文本内容情绪指数,整合以后得到用户的情绪指数,所述三个维度包括:基本词频的基础情绪、句型影响的情绪、句类影响的情绪,得到句子的情绪指数后,通过加权平均的方式,得到用户的情绪指数。

8.根据权利要求6所述的用户心理预警装置,其特征在于,

用户心理情绪分类单元,用于判断该用户的情绪类型,本单元采用TF-IDF方法提取用户文档情绪关键词,然后构建用户情绪关键词词频向量,再用文本余弦相似度方法来判断用户的情绪类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于仲恺农业工程学院,未经仲恺农业工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410755787.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top