一种社交网络关键节点挖掘的方法、装置及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115827949A(43)申请公布日2023.03.21(21)申请号202211384169.2(22)申请日2022.11.07(71)申请人中电科大数据研究院有限公司地址550000贵州省贵阳市贵阳国家高新技术产业开发区金阳科技产业园黎阳大厦(72)发明人支婷曹扬闫盈盈洒科进吴伟(74)专利代理机构深圳腾文知识产权代理有限公司44680专利代理师刘洵(51)Int.Cl.G06F16/953(2019.01)G06F40/216(2020.01)权利要求书2页说明书9页附图5页(54)发明名称一种社交网络关键节点挖掘的方法、装置及存储介质(57)摘要本申请公开了一种社交网络关键节点挖掘的方法、装置及存储介质，用于提高查找社交网络中关键节点的准确性。本申请方法包括：提取社交网络平台中的用户关系数据和社交网络文本数据，根据用户关系数据构建复杂网络图，再将复杂网络图将用户关系映射为邻接矩阵，将邻接矩阵中的节点输入节点katz中心度分析模型计算出用户节点的katz中心度，将社交网络文本输入预先构建的情感分析模型中，确定博文的情感数据并输出，对情感数据进行统计分析得到博文情绪占比，将节点katz中心度以及情绪占比输入预先构建好的节点重要程度评估模型确定社交网络平台的关键节点。CN115827949ACN115827949A权利要求书1/2页1.一种社交网络关键节点挖掘的方法，其特征在于，包括：提取社交网络平台中的用户关系数据和社交网络文本数据；根据所述用户关系数据构建复杂网络图；根据所述复杂网络图将用户关系映射为邻接矩阵；将所述邻接矩阵中的节点输入节点katz中心度分析模型；根据节点katz中心度分析模型计算出用户节点的katz中心度；将所述社交网络文本输入预先构建的情感分析模型中；通过所述情感分析模型确定博文的情感数据并输出；对所述情感数据进行统计分析得到博文情绪占比；将所述节点katz中心度以及情绪占比输入预先构建好的节点重要程度评估模型；根据所述节点重要程度评估模型确定所述社交网络平台的关键节点。2.根据权利要求1所述的方法，其特征在于，所述博文情绪占比包括积极情绪博文占比、中立情绪博文占比以及消极情绪博文占比。3.根据权利要求2所述的方法，其特征在于，在将所述节点katz中心度以及情绪占比输入预先构建好的节点重要程度评估模型之前，所述方法还包括：确定积极情绪博文、中立情绪博文以及消极情绪博文的权重系数；将所述权重系数输入节点重要程度评估模型。4.根据权利要求3所述的方法，其特征在于，根据所述节点重要程度评估模型确定所述社交网络平台的关键节点包括：通过所述节点重要程度评估模型内的如下公式确定所述社交网络平台的关键节点：yn＝∑ki,nxi,n其中，节点n的重要程度用yn表示，i＝1,2,3,4，xi,n分别表示节点n的katz中心度、积极情绪博文占比、中立情绪博文占比以及消极情绪博文占比的取值，ki,n表示情绪博文的权重系数。5.根据权利要求1所述的方法，其特征在于，所述通过所述情感分析模型确定博文的情感数据并输出包括：通过所述情感分析模型提取所述社交网络本文数据中的语义信息；通过所述情感分析模型确定所述语义信息中的积极词、中立词以及消极词；通过所述情感分析模型输出所述积极词、中立词以及消极词；所述对所述情感数据进行统计分析得到博文情绪占比包括：对所述积极词、中立词以及消极词进行统计分析得到博文情绪占比。6.根据权利要求1所述的方法，其特征在于，所述根据节点katz中心度分析模型计算出用户节点的katz中心度包括：通过节点katz中心度分析模型中如下公式确定节点vi的katz中心性：其中，β是一个常数，α为衰减因子，Ai,j为邻接矩阵。通过如下公式将所述邻接矩阵中所有节点的Katz中心性用矩阵形式表示：ck＝αAck+β2CN115827949A权利要求书2/2页(I‑α·A)ck＝βN其中，ck∈R表示所有节点的Katz中心性的向量，β表示一个包含所有节点的常数项β的向量，I表示单位矩阵。7.一种社交网络关键节点挖掘的装置，其特征在于，包括：提取单元，用于提取社交网络平台中的用户关系数据和社交网络文本数据；构建单元，用于根据所述用户关系数据构建复杂网络图；映射单元，用于根据所述复杂网络图将用户关系映射为邻接矩阵；第一输入单元，用于将所述邻接矩阵中的节点输入节点katz中心度分析模型；计算单元，用于根据节点katz中心度分析模型计算出用户节点的katz中心度；第二输入单元，用于将所述社交网络文本输入预先构建的情感分析模型中；第一确定单元，用于通过所述情感分析模型确定博文的情感数据并输出；分析单元，用于对所述情感数据进行统计分析得到博文情绪占比；第三输入单元，用