专利名称：一种综合微博用户社交关系和文本特征抑郁情绪识别方法      申请号：2019101741808     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：社交媒体 自媒体 机器学习 模型训练 数据算法   相似专利 发布日：2025/04/14  
摘要： 本发明公开了一种综合微博用户社交关系和文本特征抑郁情绪识别方法，以微博用户社交关系网络和发布微博文本数据运用机器学习的方法进行识别抑郁情绪用户。给微博文本打上抑郁情绪的特征标签利用分词器进行分词并同时去掉停用词。利用卡方检验进行特征值的提取与抑郁情绪相关的词语作为特征词。在选取出特征词后对每篇微博文本计算每个特征词的权重值，并同时将微博文本映射到一个特征向量。根据特征向量训练抑郁情绪文本分类模型。根据前N个最高概率计算出的平均概率和得到PageRank(pi)使用模型融合的方法计算出该用户的最终抑郁情绪结果。本发明综合微博用户社交关系和微博文本特征识别抑郁情绪方法可以进一步增强抑郁情绪识别精度。

专利名称：一种基于社交媒体的用户活动类型识别方法      申请号：2019113928340     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 社交媒体   相似专利 发布日：2024/06/28  
摘要： 本发明提供了一种基于社交媒体的用户活动类型识别方法，通常情况下一张图由结点和边构成。首先将所有的用户评论和构成评论的词看做图中的多个结点，并定义不同词与词之间，词与评论之间的边的权重和关系，形成最基本的图；然后将发表评论的用户看做另一类结点，根据用户与评论之间的发表关系，定义用户和评论间边的权重，向已经形成的图中添加用户结点；然后将发表评论的用户的其他好友看做新一类的结点，定义用户和他们对应的好友结点间的关系权重，形成一张包含评论的文本信息和结构信息的大图。最后利用图卷积网络对形成的大图进行结点分类，得到用户活动分类的准确性。

专利名称：一种基于多特征的微博用户属性分析方法      申请号：2019113405314     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：社交媒体 社交软件 用户行为 数据分析   相似专利 发布日：2025/04/17  
摘要： 本发明涉及一种基于多特征的微博用户属性分析方法，属于智能媒体计算和大数据分析技术领域。该方法包括：S1利用爬虫软件爬取用户微博博文信息并清洗、打标；S2通过word2vec模型构造微博博文信息的词向量，在此基础上根据集成学习的组合策略，得出用户微博文本特征；S3从用户微博数据中构造出用于微博属性分析的多特征体系，并通过基础特征构造出符合用户属性分析的复合特征；S4采用Stacking模型融合技术将多个基分类器进行融合，构造微博用户属性分析模型，输入待检测数据，得到最终的微博用户属性分析结果。本发明提高了微博用户属性分类的准确率，为商家给用户提供更高效的个性化推荐提供技术支持。