[发明专利]基于微博数据的个人性格建模方法及装置

摘要

本发明提供了一种基于微博数据的个人性格建模方法及装置。该方法包括：获取预设时间段内第一预设数量名微博用户的第二预设条微博数据；利用支持向量机SVM对所述第二预设数量条微博数据进行情感识别，得到第三预设数量种情感；分别标记所述第三预设数量种情感的微博数据；针对所述第一预设数量名微博用户中每个用户，对所述第三预设数量种情感的微博数据进行情感分布统计，得到所述微博用户的个人性格模型。本实施例中由于获取的数量较大且具有随机性，因此代表性更广和用户属性也更准确，不会丢失关键信息。另外，对微博数据进行情感分析，并对用户的情况进行统计，能够更准确的描述用户的性格特征。 1

主权项

1.一种基于微博数据的个人性格建模方法，其特征在于，所述方法包括：

获取预设时间段内第一预设数量名微博用户的第二预设条微博数据；

利用支持向量机SVM对所述第二预设数量条微博数据进行情感识别，得到第三预设数量种情感；

分别标记所述第三预设数量种情感的微博数据；

针对所述第一预设数量名微博用户中每个用户，对所述第三预设数量种情感的微博数据进行情感分布统计，得到所述微博用户的个人性格模型。

2.根据权利要求1所述的个人性格建模方法，其特征在于，所述微博数据情况包括中性、开心、惊讶、伤心和生气。

3.根据权利要求1所述的个人性格建模方法，其特征在于，采用多元正态分布拟合所述第三预设数量种情感的微博数据。

4.根据权利要求1所述的个人性格建模方法，其特征在于，对所述第三预设数量种情感的微博数据进行情感分布统计，得到所述微博用户的个人性格模型之后，所述方法还包括：

利用预设公式计算所述微博用户对应的微博数据的联合概率密度值。

5.一种基于微博数据的个人性格建模装置，其特征在于，所述装置包括：

微博数据获取模块，用于获取预设时间段内第一预设数量名微博用户的第二预设条微博数据；

情感识别模块，用于利用支持向量机SVM对所述第二预设数量条微博数据进行情感识别，得到第三预设数量种情感；

微博数据标记模块，用于分别标记所述第三预设数量种情感的微博数据；

情感分布模型，用于针对所述第一预设数量名微博用户中每个用户，对所述第三预设数量种情感的微博数据进行情感分布统计，得到所述微博用户的个人性格模型。

6.根据权利要求5所述的个人性格建模装置，其特征在于，所述微博数据情况包括中性、开心、惊讶、伤心和生气。

7.根据权利要求5所述的个人性格建模装置，其特征在于，所述情感识别模块采用多元正态分布拟合所述第三预设数量种情感的微博数据。

8.根据权利要求5所述的个人性格建模装置，其特征在于，所述装置还包括：

联合密度计算模块，用于利用预设公式计算所述微博用户对应的微博数据的联合概率密度值。