考虑情感强度的加权社会网络偏好信息识别研究

来能烨

（上海工程技术大学 管理学院，上海 201620）

0 引 言

通常情况下，大多数网民会在各种社交网络上表达出对社会热点事件的不同看法。因此，如何有效识别其态度、行为和情感偏好程度成为被广泛关注的研究热点。情感偏好是情感强度的另一种表达形式，在根本上决定着人的思想、行为和生理活动，制约着情感的动力特性。

基于此，诸多学者及专业人士从各方面对该问题进行了研究并提出各自观点。Pablo C等人［1］指出，社交网络领域的主要研究方向之一，是寻找和分析用户之间可能存在的联系。这些发展允许用户在其联系人网络上进行扩展，而不必在全部用户中进行搜索；Çavdar，A B等［2］研究挖掘社交和交互数据，将这些信息与当前的数据分析模型结合起来，得出其结合程度是有限的的结论。可使用客户的社交网络信息来增强这个基本模型，以包含客户所做的间接贡献；Daniela F E等［3］描述了如何将Twitter上的性别识别作为一种智能的商业工具，来确定用户之间的隐私问题，并最终为更有可能积极响应目标广告的客户提供更个性化的服务；Ran X［4］研究网络传播效应，也被称为同伴效应或社会影响过程，并提出了几种替代估计方法，当存在共同决定影响和选择的未观察特征时，这些方法有可能正确识别传染效应。采用蒙特卡罗模拟结果，设计了一种网络空间调整估计器；杜永萍等人［5］提出了一种CNNLSTM模型下短文本情感分类方法，该方法以卷积神经网络模型为基础，构建大小不同的卷积窗口，对文本的谱义特征进行提取，采用长短时记忆模型，预测文本的情感倾向。……