郎冬冬 劉卓然 馮旭鵬 劉利軍 黃青松,2

1(昆明理工大學(xué)信息工程與自動化學(xué)院 云南 昆明 650500)

2(云南省計算機(jī)應(yīng)用重點實驗室 云南 昆明 650500)

基于情感傾向性的意見領(lǐng)袖發(fā)現(xiàn)方法

郎冬冬1劉卓然1馮旭鵬1劉利軍1黃青松1,2

1(昆明理工大學(xué)信息工程與自動化學(xué)院 云南 昆明 650500)

2(云南省計算機(jī)應(yīng)用重點實驗室 云南 昆明 650500)

隨著社交網(wǎng)絡(luò)的迅猛發(fā)展,大量的網(wǎng)民參與到話題討論,積極推動著信息的傳播。而意見領(lǐng)袖在信息傳播中又起著決定性的作用。因此,如何在網(wǎng)絡(luò)輿論中準(zhǔn)確尋找意見領(lǐng)袖成為研究熱點。針對傳統(tǒng)的意見領(lǐng)袖研究方法沒有將用戶節(jié)點看作網(wǎng)絡(luò)或僅僅把網(wǎng)絡(luò)中的用戶節(jié)點權(quán)重看成是回復(fù)次數(shù)疊加的問題,綜合考慮回帖者的情感傾向,提出基于回帖者情感傾向性的意見領(lǐng)袖發(fā)現(xiàn)算法。實驗表明,改進(jìn)的意見領(lǐng)袖發(fā)現(xiàn)算法與傳統(tǒng)的PR算法、UI-LR算法相比具有更高的識別精度。

意見領(lǐng)袖 回帖者 情感傾向 輿論

0 引 言

隨著網(wǎng)絡(luò)的迅速發(fā)展,人們利用新興媒體,如論壇、BBS、博客、微博、貼吧等平臺參與到公眾話題討論。在信息傳播中,意見領(lǐng)袖對社會輿論的形成發(fā)揮著重要作用。而局部意見在意見領(lǐng)袖的引導(dǎo)下演化為輿論,影響力直接滲透到現(xiàn)實社會[1]。因網(wǎng)民與網(wǎng)民的評論和回復(fù)之間極易受到影響,而每個用戶的影響力不同,人們判斷信息的可信度是依據(jù)其所發(fā)評論文本的內(nèi)容和質(zhì)量。所以,意見領(lǐng)袖的挖掘在輿論監(jiān)測、市場推廣等領(lǐng)域有著重要作用[2]。

國內(nèi)外學(xué)者對發(fā)掘社交網(wǎng)絡(luò)中意見領(lǐng)袖的識別方法進(jìn)行了大量研究,例如: Li[3]、Duan[4]等從用戶發(fā)表的內(nèi)容出發(fā),挖掘用戶潛在情感,進(jìn)而找到社區(qū)中的意見領(lǐng)袖。Zhang等[5]通過對新浪微博的研究發(fā)現(xiàn),微博系統(tǒng)具有很強(qiáng)的名人效應(yīng)。Tsai等[6]通過構(gòu)建社交關(guān)系網(wǎng)絡(luò)并基于用戶行為和興趣領(lǐng)域發(fā)現(xiàn)社區(qū)中的意見領(lǐng)袖。馮時等[7]采用層次分析法對影響指標(biāo)進(jìn)行量化分析,從而對各節(jié)點進(jìn)行排序,最終得到意見領(lǐng)袖。樊興華等[8]提出了影響力擴(kuò)散模型(IDPM),引入整合如用戶統(tǒng)計信息、帖字傾向性、帖子回復(fù)結(jié)構(gòu)網(wǎng)絡(luò)特性等因素的有效因子,但未給出回復(fù)帖子傾向性的判定方法。吳渝等[9]綜合了用戶自身的影響力和PageRank相似的圖模型方法來計算用戶的影響力,但忽略了用戶之間交互的情感關(guān)系。

目前基于PageRank算法識別出網(wǎng)絡(luò)論壇中意見領(lǐng)袖的方法有:Zhou等[10]分析了意見網(wǎng)絡(luò)中的情感傾向性問題并提出基于情感分析的OpinionRank算法；Xiao等[11]提出一種基于社區(qū)發(fā)現(xiàn)和情感挖掘的LeaderRank發(fā)現(xiàn)算法；Zhai等[12]發(fā)現(xiàn)基于興趣的PageRank算法最能準(zhǔn)確識別方法的準(zhǔn)確性,但也未考慮回帖者的主觀情感傾向性；吳凱等[13]歸納決定用戶影響力的因素,建立了用于用戶影響力度量的算法。但在實際網(wǎng)絡(luò)交互中,一個用戶的影響力不僅與被回復(fù)數(shù)有關(guān),還會與回帖者情感傾向等因素有關(guān),用戶的自身影響力越大,回復(fù)者受到的影響力也就越大。

因此,本文利用PageRank算法來計算節(jié)點影響力值,然后把匿名用戶和回復(fù)者的情感值納入計算,提出了基于情感傾向性的意見領(lǐng)袖發(fā)現(xiàn)算法。還將回帖的情感傾向納入計算和匿名用戶的回復(fù)來計算綜合影響力的方式,解決了信息發(fā)布者的選取問題。并以論壇的數(shù)據(jù)進(jìn)行實驗,結(jié)果表明本文方法可有效提升意見領(lǐng)袖的識別準(zhǔn)確率。

1 用戶情感傾向值計算

在信息傳播過程中,意見領(lǐng)袖是影響輿論走向的一個關(guān)鍵因素,它有著重要的引導(dǎo)作用。本文利用基于回帖者情感傾向的意見領(lǐng)袖發(fā)現(xiàn)方法為輿論引導(dǎo)打下了基礎(chǔ)。它主要包含四部分:(1) 網(wǎng)民言論的收集與記錄;(2) 用戶情感矩陣的構(gòu)建;(3) 用戶節(jié)點模型的計算;(4) 將匿名用戶回帖的數(shù)據(jù)納入計算,綜合計算意見領(lǐng)袖值。

1.1 詞語的情感傾向值計算

針對用戶的觀點計算回帖者的情感傾向值e,本文利用情感分析模型對回帖者集合進(jìn)行情感極性分析方法[14],先對主客觀文本分類,有助于提高情感極性分析的效率和準(zhǔn)確度。然后利用基于知網(wǎng)和PMI相融合的方式計算詞語的情感極性,以及通過上下文計算短語的情感極性。最終通過極性累加的方式得出評論文本的情感極性傾向和強(qiáng)度,得出情感值e。

主客觀文本分類:(1) 抽取文本中的情感特征:《知網(wǎng)》中的情感詞、建議詞、第一第二人稱代詞、非規(guī)范用語等。(2) 通過計算互信息去除表征力不強(qiáng)的詞,公式為:

|I(f,C1)-I(f,C2)|>θ

(1)

其中I是文本的特征f對于主觀類別C1和客觀類別C2的互信息量。當(dāng)它大于閾值θ時就把該特征f抽取出來。

通過樸素貝葉斯分類算法[15]對文檔進(jìn)行主觀和客觀文檔分類。分別計算每一個類別的后驗概率,取后驗概率最大的類別為文檔的類別。

基于PMI詞語情感極性計算:通過計算新詞與選取的基準(zhǔn)詞在語料庫中共現(xiàn)的概率得出新詞的情感傾向。本文采用吳澤衡等[14]的方法，從知網(wǎng)中選取了40對情感基準(zhǔn)詞，如表1所示。

表1 情感基準(zhǔn)詞

任意兩個詞的PMI值計算公式如下：

(2)

其中W和W′是任意兩個詞,P(W&W′)為兩個詞同時出現(xiàn)的概率。褒義基準(zhǔn)詞記ComWord,貶義基準(zhǔn)詞記DerWord,對于某新來詞NewComeWord,新詞的情感傾向值計算公式:

(3)

最后采用知網(wǎng)詞語相似度計算方法[16]sim(w,w′)來計算新詞基于知網(wǎng)的詞語情感傾向值Eneword。計算公式如下:

(4)

其中，NewW是新來詞,褒義基準(zhǔn)詞ComWord和貶義基準(zhǔn)詞DerWord,是從知網(wǎng)中選取的40對情感基準(zhǔn)詞。

1.2 構(gòu)建用戶情感傾向值矩陣

在計算用戶回帖情感傾向值的過程中,用戶所發(fā)評論的回帖是由回復(fù)其評論用戶集的文本組成。本文借鑒了肖宇等[17]情感傾向值的計算方法,得出用戶j對用戶i所發(fā)評論的主觀情感傾向值的計算方法:

(5)

其中，∑eij表示用戶j對用戶i所發(fā)評論的主觀情感傾向值的系數(shù)和,nij表示在同一個話題中用戶j對用戶i評論回帖的個數(shù)。

構(gòu)造用戶關(guān)系圖模型時,用戶回復(fù)自己的評論不能作為用戶關(guān)系圖之間的“邊”,但可以定義用戶i對自己的主觀情感傾向值Eii。其為所有匿名用戶對用戶i發(fā)帖的主觀情感傾向的平均值。假設(shè)某個匿名用戶對其回帖個數(shù)為m,匿名用戶對用戶i的主觀情感傾向值ei,則匿名用戶的主觀情感傾向值計算方法為:

(6)

假設(shè)一共需要評價n個用戶，構(gòu)造用戶情感傾向矩陣E,則應(yīng)記為:E={Eij}1≤i≤n,1≤j≤n，用戶的情感傾向矩陣構(gòu)建完成。

2 基于情感傾向性的意見領(lǐng)袖識別

2.1 用戶間的網(wǎng)絡(luò)鏈接圖模型

本文在PageRank的基礎(chǔ)上加入用戶之間的情感傾向值和自身的影響力,提出了基于情感傾向的Emotion LeaderRank(ELeaderRank)圖模型。建立用戶間的網(wǎng)絡(luò)鏈接圖模型,首先將社交平臺中的所有用戶看作“節(jié)點”,用戶之間的回復(fù)關(guān)系被看作“邊”。具體定義如下：(1) 假設(shè)用戶對自己發(fā)布的評論進(jìn)行回復(fù),不建立節(jié)點到節(jié)點之間的“邊”。(2) 假設(shè)用戶所發(fā)的內(nèi)容沒有被任何用戶回復(fù),刪除此節(jié)點。(3) 假設(shè)此用戶是僵尸粉或者是匿名信息,刪除節(jié)點。(4) 假設(shè)用戶A節(jié)點對用戶B節(jié)點所發(fā)內(nèi)容進(jìn)行了回復(fù)，建立A節(jié)點到B節(jié)點的邊,邊的權(quán)值由節(jié)點B的回復(fù)次數(shù)和用戶B節(jié)點對用戶A節(jié)點的情感傾向值EAB綜合確定。用戶間通過話題之間的發(fā)帖和回帖建立的圖模型如圖1所示。

圖1 用戶關(guān)系的圖模型圖

2.2 基于回帖者情感傾向的意見領(lǐng)袖發(fā)現(xiàn)算法

本文引入用戶間的情感傾向來綜合計算用戶之間的鏈接關(guān)系,改進(jìn)基于用戶影響力的意見領(lǐng)袖挖掘算法。通過用戶節(jié)點的出度和入度計算用戶影響力來構(gòu)建整個ELeaderRank圖。

2.2.1 用戶節(jié)點影響力初值

首先對用戶特征進(jìn)行提取,提取的特征體系如圖2所示。

圖2 用戶特征圖

用戶影響力主要包含用戶的活躍度和被其他用戶關(guān)注的程度,用戶的活躍度主要包括:回復(fù)數(shù)、發(fā)帖子數(shù)、在線時長三大特征。在線時長主要代表了用戶的等級以及用戶所在平臺的等級,發(fā)帖數(shù)和回復(fù)數(shù)都能反映用戶對新信息的觀點和看法。它們在一定程度上體現(xiàn)了用戶活躍度。被關(guān)注度包括:被回復(fù)數(shù)、被引用數(shù)、被瀏覽數(shù)三大特征,它們從側(cè)面反映用戶在傳播過程中的直接影響力。用戶影響力初值I的計算方法如下:

(7)

其中,Ia表示用戶節(jié)點a的初始影響力值,a屬于用戶總集合U,wi和Ci分別表示屬性(發(fā)帖數(shù)、在線時長等)和它對應(yīng)的權(quán)值。對用戶各屬性特征采集的數(shù)據(jù)用0-1變換計算,把用戶各屬性的數(shù)值確定在范圍[0,1]上,再利用丁雪峰等[18]計算輿情帖子權(quán)值的方法得出用戶各屬性的權(quán)值。使用satty的10級重要性等級表和判斷矩陣計算屬性的相對重要性算法,得到各屬性的權(quán)重如表2所示。

表2 用戶屬性評價指標(biāo)權(quán)重表

2.2.2 用戶影響力的領(lǐng)袖值計算

基于用戶影響力的意見領(lǐng)袖發(fā)現(xiàn)方法使用了PageRank算法構(gòu)建圖模型,利用式(7)計算出的用戶影響力初值I作為節(jié)點之間邊的權(quán)值。再通過用戶集合U的元素用戶節(jié)點u,u∈U之間的多次交互在傳遞用戶自身的影響力值,不停地迭代直到收斂于一個定值。最后計算出各用戶在圖模型中的影響力值,即用戶領(lǐng)袖值,計算公式如下：

(8)

(9)

其中,Inf(x),Inf(y)表示用戶x、y的用戶領(lǐng)袖值,R(x)和R′(y)表示所有在微博、博客、論壇上回復(fù)用戶x的用戶集合和所有被用戶y回復(fù)的用戶集合,I(x)、I(y)分別表示用戶x和用戶y的初始影響力值,d是回復(fù)一個帖子的概率,一般設(shè)置在(0,1)之間。本文利用原PageRank算法的固定設(shè)置取值為0.85,wyx、wyr分別表示用戶y回復(fù)用戶x、r的回帖次數(shù)。

2.2.3 回帖者情感傾向的領(lǐng)袖值計算

上述算法中把用戶之間的多次交互行為構(gòu)造成類似于PangeRank圖中的“邊”,將節(jié)點之間的權(quán)重簡單地視為用戶之間的回復(fù)次數(shù)的疊加而未考慮回帖者的情感傾向,最終通過影響力傳遞迭代計算出用戶領(lǐng)袖值。由于回帖者的每一次言論中都有可能會出現(xiàn)情感傾向為正面、負(fù)面、中性的評論,對于一個用戶,他的用戶領(lǐng)袖值越高,那么支持他言論的用戶就越多,即用戶的回帖者的情感傾向正面值越大。本文改進(jìn)了上述算法中的不足,使得各用戶節(jié)點的權(quán)重不僅僅由回復(fù)次數(shù)決定,而是由回帖者的情感傾向、回復(fù)次數(shù)和用戶節(jié)點初始影響力三個因素共同決定,提出了基于回帖者情感傾向的意見領(lǐng)袖發(fā)現(xiàn)算法LASR(A LeaderRank Algorithm based on sentiment of replies)。假設(shè)用戶x和y發(fā)生過交互行為,LASR算法定義用戶x的領(lǐng)袖值的計算公式如下:

(10)

(11)

式(11)中每一次的迭代計算加入了回帖者的情感傾向值E、Eyr、Eyx分別表示作為回帖者的用戶y對用戶x、r的情感傾向值,由用戶情感傾向矩陣計算得來。它的結(jié)果類似于PageRank算法過程,一直迭代到收斂為止。

2.2.4 意見領(lǐng)袖值的優(yōu)化計算

我們將實名用戶與匿名用戶同時納入最終意見領(lǐng)袖挖掘的計算,那么用戶x的領(lǐng)袖值L(x)就由式(9)和式(10)迭代計算的實名認(rèn)證用戶的用戶領(lǐng)袖值Inf(x)和匿名用戶領(lǐng)袖值aInf(x)來確定，具體計算方法如下：

L(x)=λInf(x)+(1-λ)aInf(x)

(12)

式(12)中匿名用戶領(lǐng)袖值aInf(x)由實名用戶領(lǐng)袖值Inf(x)迭代計算出的用戶領(lǐng)袖最小值Inf(x)min和匿名用戶的主觀情感傾向決定。主觀情感傾向值取自1.2節(jié)中情感傾向值計算得到的用戶情感傾向值矩陣,計算公式為：

aInf(x)=Exx·Inf(x)min

(13)

3 實驗及結(jié)果分析

3.1 實驗數(shù)據(jù)

本文以貓撲貼貼為采集站點來源,選取貓撲貼貼的”五花八門”、“社會廣角”、“手機(jī)之家”、“青蕪校園”板塊為實驗數(shù)據(jù)來源。利用網(wǎng)頁采集器采集從2015年9月到10月的網(wǎng)民評論數(shù)據(jù)作為數(shù)據(jù)集,并按照2.1節(jié)的EleaderRank圖模型構(gòu)建用戶圖模型。爬取的數(shù)據(jù)集中一共有181 599個帖子,其中從18萬帖子集合中過濾出文本字?jǐn)?shù)為100字以上的文本,共約15 000篇主貼,167 000篇回帖,一共有約10萬名用戶參與討論。

3.2 實驗設(shè)置和評價指標(biāo)

到目前為止,由于在現(xiàn)階段的國內(nèi)外研究并不存在一個絕對合理和精確的意見領(lǐng)袖的評估方法,因此本文利用節(jié)點影響覆蓋率作為意見領(lǐng)袖的評價指標(biāo)[9]。節(jié)點覆蓋率表示節(jié)點所影響的用戶群在所有被影響用戶群中所占的比重,節(jié)點影響覆蓋率的定義如下：

(14)

其中,p(k)表示前k個用戶節(jié)點的節(jié)點覆蓋率,L(i)表示在數(shù)量為N的用戶中,意見領(lǐng)袖值排名為i的影響用戶群的個數(shù)。

實驗中,用戶初始影響力權(quán)值選取表2的數(shù)據(jù),式(11)的阻尼系數(shù)d取0.85。

3.3 參數(shù)選取

在實驗中,由于LASR算法的性能一定程度上取決于匿名用戶的影響力取值再計算意見領(lǐng)袖所占權(quán)重的大小,考慮公式：L(x)=λInf(x)+(1-λ)aInf(x)。利用節(jié)點覆蓋率的權(quán)重評價指標(biāo),觀察λ值的變化對LASR算法意見領(lǐng)袖挖掘效果的影響。取前80名用戶群來計算節(jié)點覆蓋率,結(jié)果如圖3所示。

圖3 節(jié)點覆蓋率圖

圖3中,縱坐標(biāo)是節(jié)點覆蓋率的值,橫坐標(biāo)是λ的值，描述前80名用戶節(jié)點覆蓋率的值隨參數(shù)λ變化所描繪出的曲線圖?？梢钥闯?當(dāng)λ=0時,意見領(lǐng)袖值L(x)=aInf(x),LASR算法退化為只計算匿名回復(fù)領(lǐng)袖值的計算方法;當(dāng)λ的值很小時(小于0.2),節(jié)點覆蓋率的值很小,算法的性能很一般。這是由于在計算用戶領(lǐng)袖值時過多的考慮了匿名用戶對領(lǐng)袖值所產(chǎn)生的影響,減弱了實名用戶之間的聯(lián)系。而LASR算法在建立節(jié)點圖模型時,是針對于實名用戶的,這就使得用戶領(lǐng)袖值不能準(zhǔn)確地反應(yīng)用戶的影響力,從而導(dǎo)致評價指標(biāo)節(jié)點覆蓋率偏低。當(dāng)參數(shù)λ增大時,LASR算法的性能隨之提高,后來趨于平緩;當(dāng)λ=0.7時,LASR算法的性能最佳;當(dāng)參數(shù)λ=1時,意見領(lǐng)袖值L(x)=aInf(x),LASR算法退化為只考慮實名用戶的意見領(lǐng)袖挖掘算法。由此,我們在以上和其他算法的對比實驗中,令λ的值為0.7代入LASR算法的計算。

3.4 實驗結(jié)果及分析

為了驗證本方法的有效性，本文對比了三種不同意見領(lǐng)袖挖掘算法的節(jié)點覆蓋率,選取TOP 100的用戶作為橫坐標(biāo),統(tǒng)計節(jié)點覆蓋率的結(jié)果如圖4所示。

圖4 四種意見領(lǐng)袖挖掘算法比較圖

圖4中,LASR算法表示本文提出的基于回帖者情感傾向的意見領(lǐng)袖挖掘算法；UI-LR算法[9]是基于用戶影響力的意見領(lǐng)袖發(fā)現(xiàn)算法;WIR算法[13]是基于微博影響力的意見領(lǐng)袖發(fā)現(xiàn)算法;PR算法[12]是基于興趣的意見領(lǐng)袖發(fā)現(xiàn)算法。

在實驗評價指標(biāo)節(jié)點覆蓋率下,LASR算法的性能在前10名用戶節(jié)點覆蓋率有所落后,但在整體上看都要優(yōu)于另外三種算法。這表示計算回帖者的情感傾向?qū)σ庖婎I(lǐng)袖挖掘的性能確實有比較大的提升。同時,我們可以從圖中看出WIR算法的性能最低,這是由于實驗數(shù)據(jù)選取的是以貓撲貼貼論壇為站點來源,而WIR算法主要針對微博數(shù)據(jù)并不適合處理論壇數(shù)據(jù),所以準(zhǔn)確性也會受到比較大的影響。

對比四種算法進(jìn)行實驗的結(jié)果,選取各自算法排名前10位用戶作為對比材料。表格中的字母為論壇中用戶的ID名代號,從A到Q的用戶ID名為“莉莉用顏色比喻以太”、“CharmmyWong”、“耶耶耶耶耶和華”、“逗貓少年”、“抽煙借火”、“風(fēng)野子”、“與時盡現(xiàn)”、“少年先瘋隊丶隊長”、“1903de國王”、“蘇格拉小底褲”、“寶樂迪小寶”、“王琦家20091101”、“oh_myTJ豌豆種子”、“老丶衲”、“77empty”、“記憶中無法抹去的傷痕”、“該昵稱已被注冊走你”,結(jié)果如表3所示。

表3 四種算法排名前10的用戶表

如表3所示，四種算法的主要分歧在于E(只出現(xiàn)兩次且排名靠后)、H(只出現(xiàn)一次)、J(只出現(xiàn)兩次且排名靠后)、K(只出現(xiàn)一次)、L(只出現(xiàn)一次)、N(只出現(xiàn)兩次且排名靠后)、O(只出現(xiàn)一次)、P(只出現(xiàn)一次)、Q(只出現(xiàn)一次),分別觀察E、H、J、K、L、N、O、P、Q對應(yīng)ID的基本數(shù)據(jù)，如表4所示。

表4 分歧用戶的歷史數(shù)據(jù)表

從表4中可以得知,以分析的9個用戶歷史數(shù)據(jù)來看,顯然N、O、P這三個用戶參與話題討論的次數(shù)最多(發(fā)帖和回帖數(shù))、粉絲數(shù)最多、訪問量相對較多,那么他們是相對于其他6個用戶成為用戶領(lǐng)袖的可能性就越大。而N屬于算法UI-LR和WIR;O、P屬于算法LASR,那么從這一點可以得出本文LASR算法對意見領(lǐng)袖識別的準(zhǔn)確性更佳。

4 結(jié) 語

在意見領(lǐng)袖挖掘的研究中,回帖者的情感傾向和匿名用戶的回復(fù)是影響意見領(lǐng)袖識別準(zhǔn)確性的兩個重要因素。為了提高意見領(lǐng)袖識別的準(zhǔn)確性,本文提出了基于回帖者情感傾向的意見領(lǐng)袖挖掘方法。在UI-LR算法構(gòu)造PageRank圖的基礎(chǔ)上,將回帖者的情感傾向和匿名回復(fù)應(yīng)用于意見領(lǐng)袖識別的過程中,改善了意見領(lǐng)袖識別的性能。

然而,在計算意見領(lǐng)袖值時,收斂值的取值是一個難題。這個關(guān)鍵數(shù)值對算法的性能會有較大的影響。本文通過實驗計算出關(guān)鍵數(shù)值為0.7最佳,以后的研究需要用更合理的方法來計算關(guān)鍵數(shù)值和收斂值。

[1] 陳然.網(wǎng)絡(luò)論壇輿論領(lǐng)袖篩選方法初探[J].中國網(wǎng)絡(luò)傳播研究,2010(4):133-143.

[2] 吳峴輝,張暉,楊春明,等.一種話題相關(guān)的微博意見領(lǐng)袖挖掘算法[J].小型微型計算機(jī)系統(tǒng),2014,38(10):2296-2301.

[3] Li Yanyan,Ma Shaoqian,Zhang Yonghe,et al.An improved mix framework for opinion leader identification in online learning communities[J].Knowledge-Based Systems,2013,43(2):43-51.

[4] Duan Jiangjiao,Zeng Jiangping,Luo Banghui.Identification of Opinion Leaders Based on User Clustering and Sentiment Analysis[C]//IEEE/WIC/ACM International Joint Conferences on Web Intelligence.IEEE,2014:377-383.

[5] Zhang Sai,Xu Ke,Li Haitao.Measurement and Analysis of Information Propagation in Online Social Networks Like Microblog[J].Journal of Xian Jiaotong University,2013,76(1-2):201-207.

[6] Tsai M F,Tzeng C W,Lin Z L,et al.Discovering leaders from social network by action cascade[J].Social Network Analysis and Mining,2014,4(1):1-10.

[7] 馮時,景珊,楊卓,等.基于LDA模型的中文微博話題意見領(lǐng)袖挖掘[J].東北大學(xué)學(xué)報(自然科版),2013,34(4):490-494.

[8] 樊興華,趙靜,方濱興,等.影響力擴(kuò)散概率模型及其用于意見領(lǐng)袖發(fā)現(xiàn)研究[J].計算機(jī)學(xué)報,2013,36(2):360-367.

[9] 吳渝,馬璐璐,林茂,等.基于用戶影響力的意見領(lǐng)袖發(fā)現(xiàn)算法[J].小型微型計算機(jī)系統(tǒng),2015(3):561-565.

[10] Zhou H,Zeng D,Zhang C.Finding leaders from opinion networks[C]//IEEE International Conference on Intelligence and Security Informatics,ISI 2009,Dallas,Texas,USA,June 8-11,2009,Proceedings.DBLP,2009:266-268.

[11] Xiao Yu,Xia Lin.Understanding opinion leaders in bulletin board systems:Structures and algorithms[C]//The 35th Annual IEEE Conference on Local Computer Networks,LCN 2010,10-14 October 2010,Denver,Colorado,USA,Proceedings,2010:1062-1067.

[12] Zhai Z,Xu H,Jia P.Identifying Opinion Leaders in BBS[C]//Ieee/wic/acm International Conference on Web Intelligence and International Conference on Intelligent Agent Technology - Workshops,9-12 December 2008,Sydney,Nsw,Australia.DBLP,2008:398-401.

[13] 吳凱,季新生,郭進(jìn)時,等.基于微博網(wǎng)絡(luò)的影響力最大化算法[J].計算機(jī)應(yīng)用,2013,33(8):2091-2094.

[14] Wu Zeheng.Research on internet hotspot analysis and monitoring technologies based on topic detection and sentiment analysis[D].South China University of Technology,2011.

[15] 章棟兵.互聯(lián)網(wǎng)輿情分析關(guān)鍵技術(shù)的研究與實現(xiàn)[D].武漢理工大學(xué),2010.

[16] 劉群,李素建.基于《 知網(wǎng)》 的詞匯語義相似度計算[J].中文計算語言學(xué),2002.

[17] 肖宇,許煒,夏霖.一種基于情感傾向分析的網(wǎng)絡(luò)團(tuán)體意見領(lǐng)袖識別算法[J].計算機(jī)科學(xué),2012,39(2):34-37.

[18] 丁雪峰,胡勇,趙文,等.網(wǎng)絡(luò)意見領(lǐng)袖特征研究[J].四川大學(xué)學(xué)報(工程科學(xué)版),2010,42(2):147-150.

DISCOVERYMETHODOFOPINIONLEADERBASEDONEMOTIONALTENDENCY

Lang Dongdong1Liu Zhuoran1Feng Xupeng1Liu Lijun1Huang Qingsong1,2

1(FacultyofInformationEngineeringandAutomation,KunmingUniversityofScienceandTechnology,Kunming650500,Yunnan,China)2(YunnanKeyLaboratoryofComputerTechnologyApplications,Kunming650500,Yunnan,China)

With the rapid development of social networks, a large number of netizens participate in the discussion of topics, and actively promote the dissemination of information. And opinion leader in the dissemination of information plays a decisive role. Therefore, how to accurately find opinion leaders in the network of public opinion has become a research hotspot. For the traditional research method of opinion leaders does not regard the user node as a network or simply consider the weight of the user node in the network as the problem of the number of replies, taking into account the emotional tendency of the replies, we put forward the opinion leader discovery algorithm. Experiments show that the improved opinion leader discovery algorithm has higher recognition accuracy compared with the traditional PR algorithm and UI-LR algorithm.

Opinion leader Replies Emotional tendency Opinion

TP3

A

10.3969/j.issn.1000-386x.2017.10.011

2016-10-18。國家自然科學(xué)基金項目(81360230，81560296)。郎冬冬，碩士，主研領(lǐng)域：機(jī)器學(xué)習(xí)，自然語言處理。劉卓然，碩士。馮旭鵬，碩士。劉利軍，講師。黃青松，教授。