[发明专利]一种面向视频常规评论的情感不稳定用户检测方法

权利要求书

1.一种面向视频常规评论的情感不稳定用户检测方法，其特征在于，包括以下步骤：

步骤1，从网站中收集常规评论数据，从原始数据中筛选出常规评论文本、用户信息与评论时间；

步骤2，实现数据的格式化处理，组成常规评论集合；常规评论集合GCs(GeneralComments)，GCs＝{GC₁,GC₂,…,GC_n}，其中GC_i表示第i条常规评论文本，共计n条常规评论文本；每一条常规评论文本都有用户信息Userinfo和评论信息Commentinfo两个属性，其中Userinfo＝{Ui₁,Ui₂,…,Ui_n}，Commentinfo＝{Ci₁Ci₂,…,Ci_n}，用户信息包含用户ID内容，评论信息包含评论时间和评论交互信息内容，等价表示为GC_i(Ui_i,Ci_i)，i＝1,2,...,n；

步骤3，汇总网站预置表情包并构建表情对照表，使用FastText方法结合表情对照表的方法测量常规评论的情感倾向，实现常规评论的情感分析；

步骤4，根据评论信息中的评论交互信息，分析用户评论交互中的两级评论结构，确定用户之间的关系，对应评论交互网络的节点与节点之间的边；评论的情感倾向确定评论交互中用户之间的赞成或反对，对应评论交互网络邻接矩阵的元素，有效地表示节点间的详细关系；再根据评论信息中的评论时间，分析常规评论的生成规律，划分不同的评论时间段，构建时序评论交互网络；

步骤5，通过网络表示学习分析时序评论交互网络，得到用户与用户之间的时序关系；根据时序的用户间关系，判断用户是否符合情感不稳定用户的定义，从而检测出情感不稳定的用户。

2.根据权利要求1所述的一种面向视频常规评论的情感不稳定用户检测方法，其特征在于：步骤2中数据的格式化具体如下：

统计分析常规评论数据特性，根据评论性质将常规评论分为主评论、一级评论、二级评论；

主评论对应的用户为层主节点；一级评论，是直接跟层主节点进行交互的评论；二级评论并不是直接与层主节点进行互动，且回复的评论是一级评论，

评论交互信息包含属性元组root,parent，该属性元组中两个字段的数值确定评论对应的级别，对应规则如公式(1)；root(根节点)和parent(父节点)都为空值，则为层主评论；root和parent都不为空值，并且root和parent数值相等，则为一级评论；root和parent都不为空值，并且root和parent数值不相等，则为二级评论；

根据一级评论和二级评论定义，进行数据格式化：设定两个集合，一个是评论用户的集合N_i，另一个是用户之间连接情况的集合R_i，GCs＝{GC₁,GC₂,…,GC_n}表示n条常规评论的集合；初始化N_i和R_i，即设置两个集合为空集；遍历常规评论集合中的所有评论数据，判断评论的属性元组root,parent的字段是否为空值，确定层主评论并将对应的用户添加到N_i，将其相关条目从评论集合中删除；再遍历评论集合剩余的评论数据，判断评论的属性元组root,parent的字段数值是否一致，确定一级评论和二级评论，将对应的用户添加到N_i，同时将交互的用户添加到R_i，最终得到N_i和R_i，以此确定评论交互网络中的节点和节点间的连接关系。

3.根据权利要求1所述的一种面向视频常规评论的情感不稳定用户检测方法，其特征在于：步骤3中常规评论情感分析具体如下：

首先从视频网站收集网站预置的表情包，将表情包与对应的文字描述汇总，构建表情对照表，利用表情对照表将常规评论数据中的表情转换为文字；再根据表情对照表对标注的常规评论进行预处理，通过FastText训练情感倾向分类模型；最后根据表情对照表预处理待分析的常规评论，通过情感倾向分类模型预测待分析的常规评论情感倾向。