[发明专利]面向微博用户的心理画像方法

说明书

本发明公开了一种面向微博用户的心理画像方法，包括：步骤一、在微博平台上选取样本用户，根据设定的心理学量表，利用调查问卷法获取样本用户的人格特征得分；步骤二、根据所述样本用户在微博平台上的文本信息，获取样本用户的文本表征，根据所述样本用户的行为信息，获取样本用户的行为表征；步骤三、根据样本用户的人格特征得分与文本表征和行为表征的对应关系，构建人格特征预测模型；步骤四、获取待测用户的文本表征和行为表征，根据人格特征预测模型，获得待测用户的人格特征。本发明能够实现对微博用户的人格特质的分析，为微博用户的心理画像提供技术支持。

技术领域

本发明涉及数据建模领域。更具体地说，本发明涉及一种面向微博用户的心理画像建模方法。

背景技术

社交媒体的广泛参与性与基于社交媒体的数据挖掘技术为网民的心理特征分析、画像、跟踪、监控提供了契机。一方面，微博作为目前最流行和开放的社交媒体，覆盖了我国大部分网民；另一方面，以社交媒体为核心的数据挖掘技术为传统心理学分析方法从物理空间到网络空间的转移提供了技术支持。利用网络个体在网络上留下的行为痕迹，开展以微博为代表的网民心理特征分析，利用机器学习建模和计算心理学技术，实现对网民心理特征的精准画像、跟踪与监控，具有重要的研究意义。此外，在商业界，利用社交媒体大数据对用户进行的心理画像，已在商品精准投放、用户欺诈行为监测、情感分析与观点挖掘等方面得到广泛应用，给公司带来了相关利益。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种面向微博用户的心理画像建模方法，从微博用户公开的数据中分析用户的文本特征与行为特征，融合这两种特征建立大五人格与黑暗三联征预测模型，实现对微博用户的人格特质的分析，为微博用户的心理画像提供技术支持。

为了实现根据本发明的这些目的和其它优点，提供了一种面向微博用户的心理画像建模方法，包括：

步骤一、在微博平台上选取样本用户，根据设定的心理学量表，利用调查问卷法获取样本用户的人格特征得分；根据大五人格模型和黑暗三联征模型对微博平台上一定的样本用户进行人格特征调查问卷，将大五人格模型和黑暗三联征模型中各维度得分作为每个样本用户的人格特征；

步骤二、获取样本用户的微博数据，根据用户发布的微博文本，获取样本用户的文本表征；根据样本用户的基本信息和行为信息，获取样本用户的行为表征；加权样本用户的文本表征和行为表征，形成样本用户的表征特征；

步骤三、根据样本用户的人格特征得分与文本表征和行为表征的对应关系，构建人格特征预测模型；

步骤四、利用步骤三所得预测模型预测微博用户的人格特征，形成用户的心理画像。

优选的是，步骤一中所述心理学量表是根据大五人格模型和黑暗三联征模型，采用1-5分李克特量表计算而得。

优选的是，步骤一中还包括采用SPSS和Amos软件对调查问卷的信效度进行验证，删除未通过信效度验证的调查问卷；在信度系数方面，采用Alpha信度系数进行信度检验；在效度系数方面，采用内容效度检验和结构效度检验两种方式。

优选的是，步骤二中还包括对样本用户的微博数据进行清洗的步骤，将转发和评论微博中与该用户发布文本无关的内容去掉。

优选的是，步骤二中所述文本表征的获取方法包括：

根据LIWC词典，将微博文本分词之后的每个词语转换成一个N维的表征向量，通过向量加和，从文本角度将每个样本用户转换成一个N维向量，计算每个用户的文本表征的步骤。

优选的是，还包括根据微博用语用词的习惯对LIWC词典中的文本特征语料进行扩展的步骤。

优选的是，步骤二中所述行为表征的获取方法包括：