买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:重庆邮电大学
摘要:本发明属于社交网络分析领域,具体涉及一种基于特征表示的引导型话题检测方法;包括:对从话题数据中获取的用户评论关系进行向量表示,得到用户评论关系网络的结构特征矩阵;将从话题数据中获取的用户评论内容和话题内容转化为向量表示,得到用户内容特征向量和话题特征向量,根据用户内容特征向量和话题特征向量计算用户的话题领域认知度;根据话题数据,采用演化博弈理论计算支持消息和反对消息对用户的情感影响力;融合用户的话题领域认知度以及支持消息和反对消息对用户的情感影响力,得到用户特征矩阵;采用图卷积神经网络对用户特征矩阵和结构特征矩阵进行处理,得到引导型话题检测结果;本发明减少了训练成本并提高了检测结果准确率。
主权项:1.一种基于特征表示的引导型话题检测方法,其特征在于,包括:获取话题数据并对其进行预处理,将预处理后的话题数据输入到训练好的引导型话题检测模型中,得到引导型话题检测结果;训练好的引导型话题检测模型对话题数据的处理过程包括:S1:从话题数据中获取用户评论关系网络,采用Node2vec算法对用户评论关系进行向量表示,得到用户评论关系网络的结构特征矩阵;S2:从话题数据中获取用户评论内容和话题内容;将用户评论内容和话题内容转化为向量表示,得到用户内容特征向量和话题特征向量,S3:根据用户内容特征向量和话题特征向量计算用户的话题领域认知度;S4:根据话题数据,采用演化博弈理论计算支持消息和反对消息对用户的情感影响力;S5:融合用户的话题领域认知度以及支持消息和反对消息对用户的情感影响力,得到用户特征矩阵;S6:采用图卷积神经网络对用户特征矩阵和结构特征矩阵进行处理,得到引导型话题检测结果。
全文数据:
权利要求:
百度查询: 重庆邮电大学 一种基于特征表示的引导型话题检测方法
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。