[发明专利]一种基于随机森林和用户关系的OSN用户情感分析方法

权利要求书

1.一种基于随机森林和用户关系的OSN用户情感分析方法，其特征在于，包括如下步骤：

1)选择已进行情感极性标注的一定数量的微博文本作为训练集，进行文本预处理，同时提取训练集特征向量；

2)随机选择一个话题，在该话题下选择一定数量的微博文本作为测试集，进行文本预处理，同时提取测试集特征向量；

3)将步骤1得到的训练集特征向量送到数据挖掘软件Weka中训练、学习，选用随机森林分类算法预测步骤2得到的测试集中每条微博文本的情感极性；

4)结合用户关系和步骤3得到的每条微博文本情感极性预测值，计算测试集中每个用户关于步骤2中所选话题的情感极性；

5)由步骤4得到用户关于步骤2中所选话题的情感极性，判断用户关于步骤2中所选话题的情感倾向；

其中，所述步骤4计算每个用户关于话题情感极性的具体方法为：

S(u)＝(1-a)*W_u+a*∑_{v∈following(u)}P_uvW_v (1)

其中，S(u)表示用户u关于话题topic的情感极性，a表示用户u受他人影响的概率，W_u表示用户u关于话题topic所发微博的极性和，P_uv表示用户u和v之间的关系强度，W_v表示用户v关于话题topic所发微博的极性和，following(u)表示用户u关注的所有用户的集合，∑_{v∈following(u)}P_uvW_v表示用户u关注其他用户关于话题topic所发微博的极性和，一篇正向微博的情感极性是+1，一篇负向微博的情感极性是-1。

2.根据权利要求1所述的基于随机森林和用户关系的OSN用户情感分析方法，其特征在于，所述用户u和v的关系强度通过用户u转发用户v微博文本的量以及用户u与用户v共同关注微博用户的量来衡量，具体计算方法为：

用户u转发用户v微博文本的量ZF_uv为：

ZFuv=TuvΣi∈following(u)Tui---(2)]]>

其中，T_uv表示用户u转发用户v的微博数，following(u)表示用户u关注的所有用户的集合，T_ui表示用户u转发用户i的微博数，∑_{i∈following(u)}T_ui表示用户u转发的所有微博文本的总数；

用户u和用户v共同关注用户的量CF_uv为：

CFuv=|following(u)∩following(v)|Σi∈following(u)|following(u)∩following(i)|---(3)]]>

其中，following(u)表示用户u关注的所有用户的集合，following(v)表示用户v关注的所有用户的集合，|following(u)∩following(v)|表示用户u与用户v共同关注的用户数，following(i)表示用户i关注的所有用户的集合，|following(u)∩following(i)|表示用户u与用户i共同关注的用户数，∑_{i∈following(u)}|following(u)∩following(i)|表示用户u与他关注的用户共同关注的用户数总和；

则用户u和v的关系强度P_uv为：

Puv=ZFuv+CFuv2---(4).]]>