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。
技术关键词
话题检测方法
演化博弈理论
消息
关系网络
节点
矩阵
多元线性回归算法
社交网络分析
检测模型训练
数据
粉丝
信誉
序列
年龄
切片
因子
机制
系统为您推荐了相关专利信息
拓扑识别方法
台区线路
神经网络模型
设备状态数据
嵌入式系统
主动配电网故障定位方法
搜索算法
表达式
分区策略
多层次