[发明专利]一种微博博文情感分析评估推送方法

权利要求书

1.一种微博博文情感分析评估推送方法，其特征在于，包括如下步骤：

步骤1：使用爬虫技术获取关注人列表和关注人博文；

步骤2：对博文中的图像及文本进行预处理；

步骤3：对博文进行实时分析与检测并标明情感标签；

步骤4：对个别敏感博文判断立场，分辨是否为抑郁信号；

步骤5：基于检测结果进行实时推送。

2.如权利要求1所述的微博博文情感分析评估推送方法，其特征在于，所述步骤1具体包括如下步骤：

步骤11：在浏览器中登录微博，然后用浏览器提供的开发者工具查看请求页面的请求头信息，获取Cookie信息，并用python直接访问微博；

步骤12：使用selenium模拟浏览器滚动条操作，在Ajax加载后再获取页面数据；

步骤13：对得到的HTML脚本使用lxml进行解析，建立节点化的DOM结构，逐一访问相关节点得到所需要的微博数据；

步骤14：采取伪装User-Agent与降低请求访问频率来应对微博反爬虫对策。

3.如权利要求2所述的微博博文情感分析评估推送方法，其特征在于，所述步骤2具体包括如下步骤：

步骤21：用基于连通分量分析的方法，将图片中文字之外的背景去除，然后利用高斯滤波去除图像中的噪声；

步骤22：对博文中的图像进行文字提取，并将之加入到对应博文中的文本内容之后；

步骤23：剔除文本中属于格式标记的内容。

4.如权利要求3所述的微博博文情感分析评估推送方法，其特征在于，所述步骤3具体包括如下步骤：

步骤31：对于步骤2实时获取的语料库运用Jieba语库进行分词处理，通过对照典生成句子的有向无环图；

步骤32：在有向无环图中，根据选择的模式不同，根据词典寻找最短路径后对句子进行截取或直接对句子进行截取；

步骤33：在运行时添加统计词频的功能，为每条语料贴上词频最高的关键词标签；

步骤34：将带有高词频负面词汇博文提取出来。