[发明专利]一种基于随机森林和用户关系的OSN用户情感分析方法

摘要

本发明公开了一种基于随机森林和用户关系的OSN用户情感分析方法，首先选择已进行情感极性标注的一定数量的微博文本作为训练集，进行文本预处理，同时提取训练集特征向量；然后随机选择一个话题，在该话题下选择一定数量的微博文本作为测试集，进行文本预处理，同时提取测试集特征向量；再将训练集特征向量送到数据挖掘软件Weka中训练、学习，选用随机森林分类算法预测测试集中每条微博文本的情感极性；最后结合用户关系和用户自身文本情感极性预测值，计算测试集中每个用户关于所选话题的情感极性，判断用户关于所选话题的情感倾向。本发明综合用户所发微博的情感极性及他关注用户的微博情感极性，对用户关于某话题的情感倾向进行分析，提高了用户情感分类的准确率。

主权项

一种基于随机森林和用户关系的OSN用户情感分析方法，其特征在于，包括如下步骤：1)选择已进行情感极性标注的一定数量的微博文本作为训练集，进行文本预处理，同时提取训练集特征向量；2)随机选择一个话题，在该话题下选择一定数量的微博文本作为测试集，进行文本预处理，同时提取测试集特征向量；3)将步骤1得到的训练集特征向量送到数据挖掘软件Weka中训练、学习，选用随机森林分类算法预测步骤2得到的测试集中每条微博文本的情感极性；4)结合用户关系和步骤3得到的每条微博文本情感极性预测值，计算测试集中每个用户关于步骤2中所选话题的情感极性；5)由步骤4得到用户关于步骤2中所选话题的情感极性，判断用户关于步骤2中所选话题的情感倾向；其中，所述步骤4计算每个用户关于话题情感极性的具体方法为：S(u)＝(1‑a)*Wu+a*∑v∈following(u)PuvWv   (1)其中，S(u)表示用户u关于话题topic的情感极性，a表示用户u受他人影响的概率，Wu表示用户u关于话题topic所发微博的极性和，Puv表示用户u和v之间的关系强度，Wv表示用户v关于话题topic所发微博的极性和，following(u)表示用户u关注的所有用户的集合，∑v∈following(u)PuvWv表示用户u关注其他用户关于话题topic所发微博的极性和，一篇正向微博的情感极性是+1，一篇负向微博的情感极性是‑1。