用于网络舆论的多层级情感分类方法及系统

本发明涉及一种用于网络舆论的多层级情感分类方法。该方法通过分布式消息队列实时获取和处理社交媒体数据，利用Streaming K‑means算法进行在线聚类，生成初始话题集合。通过话题状态分析模型构建话题状态空间，利用Q‑learning算法选择合适的分类层级，并通过依存路径分析和信息熵值计算，构建信息熵值数据集。最终，通过层级权重预测模型和情感分类模型，生成多层级的情感分类结果，用于网络舆论监控。该方法能够实时适应网络舆论的变化，提高情感分类的准确性和时效性的效果。