-
公开(公告)号:CN112182152A
公开(公告)日:2021-01-05
申请号:CN202011013190.2
申请日:2020-09-24
Applicant: 东北大学
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明提供提出了基于深度学习的新浪微博用户情感影响力分析方法,包括数据获取、数据预处理、构建多元情感特征词向量、文本进行情感分类和定义微博用户情感影响力,本发明中通过使用MSF‑CNN算法对微博文本进行情感分析能力高于w2c‑CNN算法,能很好的配合微博中书写自由、用词随意的语言环境,能很好的考虑微博文本的上下语境,提取出文本特征,同时考虑词语自身所携带的情感,能更好的进行情感分类。
-
公开(公告)号:CN112182152B
公开(公告)日:2021-09-03
申请号:CN202011013190.2
申请日:2020-09-24
Applicant: 东北大学
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明提供提出了基于深度学习的新浪微博用户情感影响力分析方法,包括数据获取、数据预处理、构建多元情感特征词向量、文本进行情感分类和定义微博用户情感影响力,本发明中通过使用MSF‑CNN算法对微博文本进行情感分析能力高于w2c‑CNN算法,能很好的配合微博中书写自由、用词随意的语言环境,能很好的考虑微博文本的上下语境,提取出文本特征,同时考虑词语自身所携带的情感,能更好的进行情感分类。
-
公开(公告)号:CN107341270B
公开(公告)日:2020-07-03
申请号:CN201710633537.5
申请日:2017-07-28
Applicant: 东北大学
IPC: G06F16/9536 , G06F16/35 , G06F40/279 , G06Q50/00
Abstract: 本发明公开了本发明通过基于社交平台的用户网络建设、基于社交平台内文本的高效特征抽取、基于深度学习算法的社交平台内文本情感分类和通过SeInRank算法构建社交平台情感影响力计算模型这四步来设计了面向社交平台的用户情感影响力分析方法,利用这个方法找出在线社交平台用户情感影响力大的用户,用户的影响力越大,其权威值越大,得到的用户关注越多,这样的用户在社交平台环境中具有导向能力,此研究可以用于舆论导向领域、商业领域、公益领域和公共健康领域。
-
公开(公告)号:CN107341270A
公开(公告)日:2017-11-10
申请号:CN201710633537.5
申请日:2017-07-28
Applicant: 东北大学
Abstract: 本发明公开了本发明通过基于社交平台的用户网络建设、基于社交平台内文本的高效特征抽取、基于深度学习算法的社交平台内文本情感分类和通过SeInRank算法构建社交平台情感影响力计算模型这四步来设计了面向社交平台的用户情感影响力分析方法,利用这个方法找出在线社交平台用户情感影响力大的用户,用户的影响力越大,其权威值越大,得到的用户关注越多,这样的用户在社交平台环境中具有导向能力,此研究可以用于舆论导向领域、商业领域、公益领域和公共健康领域。
-
-
-