[发明专利]一种基于社交数据的人物性格分析方法

说明书

本发明针对人物性格分析问题，提出了一种基于社交数据的人物性格分析方法。主要内容包括：对微博语料进行预处理；建立性格‑表情符号词典、性格‑表情数量词典、性格‑词类别词典、性格‑文本情感词典、性格‑配图数量词典、性格‑配图结构词典；进行表情分析、文本分析、配图分析以及博文情感倾向概括分析，最后通过给出人物性格的大五人格雷达图，来表示人物性格。本专利按照大五人格将社交用户的性格进行归类，对社交中用户的不同表情、表达方式、配图以及情绪进行数据分析，给出人物性格对应的大五人格雷达图。本发明可以帮助相关公司、企业及政府部门有效地分析社交用户的性格特点。

技术领域

本发明属于文本信息处理领域，具体是涉及一种基于社交数据的人物性格分析方法。

背景技术

随着互联网的高速发展，网络社交平台逐渐成为全球用户信息分享的主要平台。用户通过发布文本或图片的形式实现信息的分享和传播。中文社交平台以新浪微博、微信、QQ为代表，英文社交平台以Twitter和Facebook为代表。用户在网络社交平台上的互动逐渐替代了传统的面对面交流。

社交平台产生的用户规模巨大，具有很高的应用价值。人们可以通过社交数据分析工具，提取个性化的用户画像，包括用户的兴趣、消费、社会和性格等特征。

人物的性格分析研究属于心理学范畴，一般通过性格调查问卷形式，通过性格分析模型得出结论。而基于社交数据的人物性格分析，是假设人的社交信息能够体现出人的性格特征，可以通过数据挖掘方法，构建基于社交数据的人物性格分析模型。

采用大五人格分类标准，人物性格可以分为5类，分别为外倾型、宜人型、尽职型、神经质和开放型。其中五种人格的性格特征如下：

外倾性(Extraversion)：高外向的人喜欢与人接触，充满活力，经常感受到积极的情绪。低外向的人比较安静，谨慎，不喜欢与外界过多接触。

宜人性(Agreeableness)：宜人性高的人是善解人意的、友好的、慷慨大方的、乐于助人的，愿意为了别人放弃自己的利益。宜人性低的人则把自己的利益放在别人的利益之上。

尽责性(Conscientiousness)：高尽责的人更加聪明和可靠，但可能是一个完美主义者或者是一个工作狂。低尽责性的个体常被认为是快乐的、有趣的、很好的玩伴。低尽责性的个体一般不会获得很大的成就。

神经质或情绪稳定性(Neuroticism)：神经质得分高的人更容易体验到诸如愤怒、焦虑、抑郁等消极的情绪。神经质维度得分低的人较少烦恼，较少情绪化，比较平静。

开放性(Openness)：开放性得分高的人富有想象力和创造力，好奇，欣赏艺术，对美的事物比较敏感。开放性得分低(即封闭性)的人讲求实际，偏爱常规，比较传统和保守。

大五人格分类标准只给出了人物的定性描述，没有给出量化标准。因此需要建立社交数据到大五性格分类的判定模型。

发明内容

本发明针对人物性格分析问题，提出了一种基于社交数据的人物性格分析方法。主要内容包括：对微博语料进行预处理；建立性格-表情符号词典、性格-表情数量词典、性格-词类别词典、性格-文本情感词典、性格-配图数量词典、性格-配图结构词典；进行表情分析、文本分析、配图分析以及博文情感倾向概括分析，最后给出人物性格的大五人格雷达图，来表示人物性格。通过实施步骤的实验分析，证明了方法的有效性。

为实现上述目的，本发明采用如下的技术方案

一种基于社交数据的人物性格分析方法，包括以下步骤：

步骤(1)微博语料获取和预处理

首先利用爬虫获取中文微博语料，然后对微博博文进行必要的预处理。