申请/专利权人:南京邮电大学
申请日:2019-10-09
公开(公告)日:2022-10-14
公开(公告)号:CN110727763B
主分类号:G06F16/33
分类号:G06F16/33;G06K9/62;G06Q50/00
优先权:
专利状态码:有效-授权
法律状态:2022.10.14#授权;2020.02.25#实质审查的生效;2020.01.24#公开
摘要:本发明公开了一种社交媒体传播中的特殊族群识别方法,包括从社交媒体的事件中获取符合预设规则的特定事件;抓取特定事件半衰期内的信息,其中信息包括评论信息及相应的评论用户信息;基于特殊族群的多维度特征,对评论信息和评论用户信息进行多特征降维处理,获得评论用户识别信息集;对评论用户识别信息集进行分类处理,获取评论用户中的特殊族群。本发明实现了社交媒体传播中的特殊族群识别。
主权项:1.一种社交媒体传播中的特殊族群识别方法,其特征在于,包括:从社交媒体的事件中获取符合预设规则的特定事件;其中,预设规则为:事件的异常度小于阈值并且事件带有预设性质标签,则该事件为特定事件;异常度的计算公式为:W为异常度,Tn、Cn、Ln和Sn分别为事件的转发数、评论数、点赞数和搜索量;抓取特定事件半衰期内的信息,其中信息包括评论信息及相应的评论用户信息;基于特殊族群的多维度特征,对评论信息和评论用户信息进行多特征降维处理,获得评论用户识别信息集;对评论用户识别信息集进行分类处理,获取评论用户中的特殊族群,过程为:对特殊族群进行不同维度特征分析;根据特殊族群特征,对评论信息和评论用户信息进行降维处理,计算评论用户不同维度的特征值,其中,特殊族群特征包括关注比特征、活跃度特征、关注度特征和契合度特征;评论用户关注比为:评论用户粉丝数与评论用户关注数之比;评论用户活跃度计算公式为: 其中,DOA为评论用户活跃度,Nre为评论用户距事件发生时间为止一个月的原创微博数,Ntot为评论用户总的微博数,Tm为评论用户账号建立的月数;评论用户关注度计算公式为: 其中,Focus为评论用户关注度,Tevent、Tcom、Ncom分别为事件发生时间、评论用户首次评论事件时间以及评论用户对于事件评论置顶的次数;评论用户契合度计算公式为: 其中,r为评论用户评论内容与事件内容的契合度,R为发帖文本矩阵,R中的元素为特定事件中提取的关键词,P为回帖文本矩阵,P中的元素为评论内容中提取的关键词;将满足特征值预设要求的评论信息和相应的评论用户信息作为评论用户识别信息,构建评论用户识别信息集。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种社交媒体传播中的特殊族群识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。