[发明专利]基于情感因素对项目进展的协方差相关性提取方法

权利要求书

1.一种基于情感因素对项目进展的协方差相关性提取方法，其特征在于包括有下列处理步骤：

步骤一，从GitHub项目中的Pull requests模块提取出请求合并评论数据集PR；

所述请求合并评论数据集记为PR＝{r₁,r₂,…,r_a,…,r_A}；

r₁表示第一条请求合并评论数据；

r₂表示第二条请求合并评论数据；

r_a表示第a条请求合并评论数据；a表示请求合并评论数据的标识号；

r_A表示最后一条请求合并评论数据，A表示请求合并评论数据的总个数；

步骤二，从请求合并数据集PR中获取Pull requests模块的评论内容，并对评论内容匹配情感分析值；

任意一条评论内容经情感匹配处理SST处理后输出一个情感分析值SE，则有：

属于r₁中的评论内容记为将所述的经情感匹配处理SST处理后输出属于r₁的情感分析值记为

属于r₂中的评论内容记为将所述的经情感匹配处理SST处理后输出属于r₂的情感分析值记为

属于r_a中的评论内容记为将所述的经情感匹配处理SST处理后输出属于r_a的情感分析值记为

属于r_A中的评论内容记为将所述的经情感匹配处理SST处理后输出属于r_A的情感分析值记为

情感分析值SE是指将任意一条评论数据中的评论内容输入至情感匹配处理SST中，然后由情感匹配处理SST输出一个数值；

步骤三，从请求合并数据集PR中获取Pull requests模块的评论量；

由于任意一条请求合并评论数据中携带有评论时间和评论内容，因此，根据评论时间来划分请求合并评论数据集PR＝{r₁,r₂,…,r_a,…,r_A}，分别将得到以天为单位的天—请求合并评论数据B∈A、以周为单位的周—请求合并评论数据 C∈A或者以月为单位的月—请求合并评论数据D∈A；

在PR＝{r₁,r₂,…,r_a,…,r_A}中划分出的属于天—请求合并评论数据的条数记为天—评论量num_day；

在PR＝{r₁,r₂,…,r_a,…,r_A}中划分出的属于周—请求合并评论数据的条数记为周—评论量num_week；

在PR＝{r₁,r₂,…,r_a,…,r_A}中划分出的属于月—请求合并评论数据的条数记为月—评论量num_month；

r₁^day表示以天day为评论时间的第一条评论数据；

表示以天day为评论时间的第二条评论数据；

表示以天day为评论时间的任意一条评论数据；b表示以天day为评论时间的评论数据的标识号；

表示以天day为评论时间的最后一条评论数据；

r₁^week表示以天week为评论时间的第一条评论数据；

表示以天week为评论时间的第二条评论数据；

表示以天week为评论时间的任意一条评论数据；c表示以天week为评论时间的评论数据的标识号；

表示以天week为评论时间的最后一条评论数据；

r₁^month表示以天month为评论时间的第一条评论数据；

表示以天month为评论时间的第二条评论数据；

表示以天month为评论时间的任意一条评论数据；d表示以天month为评论时间的评论数据的标识号；

表示以天month为评论时间的最后一条评论数据；

步骤四，依据情感相关程度IFC获取以时间划分的评论数据的关联程度；

情感相关程度中n表示求和元素，i表示求和指标，num_i表示求和指标下的评论量，表示平均评论量，SE_i表示求和指标下的情感分析值，表示平均情感分析值；IFC是按积差方法计算，以两因素与各自平均值的离差为基础，通过两个离差相乘来反映两因素间的相关程度；IFC的值越大，表示两因素间的相关程度越高；反之则表示两因素间的相关程度越低；IFC＞0表示两因素之间存在正相关，IFC＜0表示两因素之间存在负相关，IFC＝0表示两因素之间不存在线性相关；

若对天—请求合并评论数据进行情感相关程度处理，得到属于天的评论数据关联程度，记为IFC_day；

若对周—请求合并评论数据进行情感相关程度处理，得到属于天的评论数据关联程度，记为IFC_week；

若对月—请求合并评论数据进行情感相关程度处理，得到属于月 的评论数据关联程度，记为IFC_month。