面向新浪微博的情感社区检测算法
来源期刊：东北大学学报(自然科学版)2021年第1期
论文作者：韩东红 张宏亮 朱帅伟 齐孝龙
文章页码：21 - 66
关键词：社交网络;情感社区检测;情感分析;话题模型;潜在狄利克雷分配;
摘 要：面向社交网络的情感社区检测,可应用于公共健康、舆情监测等领域.以新浪微博为平台建立一种情感社区检测框架,首先融合微博情感表情特征和情感词典,提出基于朴素贝叶斯算法的半词典半表情（naive Bayes based semi-lexicon and semi-emoji,SL-SE-NB）分类模型以实现对文本的情感极性预测;提出一种基于潜在狄利克雷分配（latent Dirichlet allocation,LDA）话题模型的用户-超话题-关键词（user-topickeyw ords,UTK）模型抽取用户话题;基于标签传播算法（label propagation algorithm,LPA）并加入话题概念,提出基于种子集与最小边介数的标签传播情感社区发现算法（label propagation algorithm based seeds and minedge betw eenness,SM B-LPA）.最后通过实验验证了所提出算法的有效性和高效性.
韩东红，张宏亮，朱帅伟，齐孝龙
东北大学计算机科学与工程学院
摘 要：面向社交网络的情感社区检测,可应用于公共健康、舆情监测等领域.以新浪微博为平台建立一种情感社区检测框架,首先融合微博情感表情特征和情感词典,提出基于朴素贝叶斯算法的半词典半表情（naive Bayes based semi-lexicon and semi-emoji,SL-SE-NB）分类模型以实现对文本的情感极性预测;提出一种基于潜在狄利克雷分配（latent Dirichlet allocation,LDA）话题模型的用户-超话题-关键词（user-topickeyw ords,UTK）模型抽取用户话题;基于标签传播算法（label propagation algorithm,LPA）并加入话题概念,提出基于种子集与最小边介数的标签传播情感社区发现算法（label propagation algorithm based seeds and minedge betw eenness,SM B-LPA）.最后通过实验验证了所提出算法的有效性和高效性.
关键词：社交网络;情感社区检测;情感分析;话题模型;潜在狄利克雷分配;
