[发明专利]一种基于主题的舆情情感演化的方法

权利要求书

1.一种基于主题的舆情情感演化的方法，其特征在于，包括以下步骤：

步骤1、利用爬虫技术从网络上获取舆情语料数据；

步骤2、使用jieba分词工具对舆情语料数据进行预处理，获得语料信息；

步骤3、利用word2vec对语料信息进行词向量训练并且判断出词向量间相似度，并且进行离散的时间片划分；

步骤4、搭建舆情主题演化模型，通过计算不同时间片内舆情的度量指标，判断舆情热点热度变化以及相邻时间片内的舆情主题内容相关性；

步骤5、搭建舆情情感演化模型，结合舆情信息的特点，将舆情主题作为增强特征，与文本特征结合起来输入到联合深度神经网络模型中进行情感分类，联合深度神经网络模型由word2vec、卷积神经网络CNN及长短期记忆网络LSTM构成；

步骤6、根据舆情主题演化模型获得的不同时间片内的热点话题，对各热点话题不同评价对象的情感倾向进行抽取，舆情语料根据时间片和热度值划分热点主题；

步骤7、对舆情内容演化及舆情热度演化进行分析；

步骤8、对不同时间片内热点话题各评论对象的情感倾向进行对比分析。

2.如权利要求1所述的一种基于主题的舆情情感演化的方法，其特征在于，步骤4中，搭建舆情主题演化模型包括以下步骤：

步骤401、以y为时间粒度将语料信息D分散到各时间窗口，最终划分为n个时间窗，则D＝{D1，D2，...，Di，...，Dn}，式中，Di表示第i个时间窗口的语料，第i个时间窗口定义为时间片ti；

步骤402、将时间片ti的语料Di定义为：Di＝{d1，d2，...，dj，...，dm}，dj表示语料Di中第j个文档，根据评论数和点赞量计算dj的文档热度hj，式中，c表示话题评论数量，l表示话题点赞数量，热度越高的文档所讨论的舆情话题则受到越多人的关心和讨论；

步骤403、重复步骤402，直至遍历语料Di的所有文档；

步骤404、重复步骤402、403，直至遍历所有时间片的语料；

步骤405、对于时间片ti的语料Di进行LDA主题模型训练，通过计算文档中主题和词语的狄利克雷和多项式的共轭分布，得到文本-主题概率分布；

步骤406、通过文档dj的文档-主题概率分布和文档热度hj的计算，得到时间片ti内各主题z的热度值Hz；

步骤407、重复步骤405、406直至遍历语料Di的所有文档，对语料Di内的相同主题热度求和，得到热度值最高的p个热点主题；

步骤408、重复步骤405、406、407直至遍历所有时间片的语料；

步骤409、对每个时间片内的p个热点主题以及热度值进行对比分析，得到热点话题舆情热度演化结果；

步骤410、根据具体情况细粒度化时间片，对相邻时间片的文本进行LDA模型训练得到主题-词概率分布，循环计算相邻时间片内各子话题的KL距离，判断主题内容是否存在演化关系，得到舆情内容演化结果