动态社交网络中群体情感演化计算与分析关键技术研究

Compared with the individual sentiment in social network, the group sentiment given by public contains infinite value. However, there are some limitations in existing researches of social network sentiment analysis, including analyzing sentiment from static perspective and neglecting evolution characteristic of sentiment, modeling social network statically and ignoring the effects on sentiment from dynamic natures of social network, and lacking normalized description and knowledge basis for sentiment computation. This project focuses on analyzing the overall process of group sentiment evolution in social network panoramically based on a dynamic perspective. In this project, three key scientific problems of group sentiment evolution in social network are proposed as: dynamic modeling method for social network, normalized computation method for sentiment, and description method for sentiment evolution process. And thus we propose the research ideas purposefully as: proposing trust chain model for modeling dynamic social network, giving a semantic chain model for providing knowledge basis of sentiment evolution computation, and defining evolution chain model for describing the process of sentiment evolution. The main works of this project are as: firstly, social network is modeling dynamically and mapped to relatively static model by trust chain linked model so that the dynamic natures of social network can be described formally; secondly, semantic normal form and semantic chain model are given for group sentiment computation, which provides normalized description basis for sentiment semantic and knowledge basis for sentiment commutation; finally, sentiment evolution chain model is defined for evolution process of group sentiment, and then the sentiment evolution lifecycle model is established for describing the whole group sentiment evolution in social network. From this project, we try hard to provide novel ideas and benefits for social network opinion analysis.

相比于社交网络中表达的个体情感，汇聚其上的群体情感价值不可限量。然而，当前社交网络情感研究局限在于：以静态视角开展而忽视情感演变性、以静态模型表示社交网络而忽视其动态变化对情感的影响，以及缺乏情感计算的规范描述和知识基础。本项目致力于从动态视角全景式分析群体情感演化过程，凝练出社交网络群体情感演化研究面临的三个关键科学问题：动态网络建模、情感规范计算和演化过程计算问题，针对性地提出“以信任链关联建模动态网络，以语义链支撑演化计算知识基础，以演化链刻画情感演化过程”的研究思路，借助信任链为情感传播和演化的驱动，提出社交网络动态建模和动态模型相对静态映射方法，使网络动态性具备建模手段；提出基于语义范式和语义链模型的群体情感计算方法，使群体情感计算具备规范描述基础和知识基础；最后，提出演化链模型刻画具体情感演化计算过程，建立情感演化生命周期模型。项目力图为社交网络舆情研究提供全新的思路和途径。

社交网络中的群体用户所展示的情感，影响力远大于个体用户所表达情感。然而，目前众多研究集中于个体用户情感分析及其扩散过程分析。这种工作的主要局限在于：以静态视角开展而忽视情感演变性、以静态模型表示社交网络而忽视其动态变化对情感的影响，以及缺乏情感计算的规范描述和知识基础。本项目研究提出了用动态视角为切入，引入时间维度进行社交网络建模，从而全景式分析群体情感演化过程。本项目针对所凝练的社交网络群体情感演化三个关键科学问题：动态网络建模、情感规范计算和演化过程计算问题，主要研究了三个方面的工作：（1）社交网络动态建模。研究了以信任链关系实现动态网络建模，建立信任链强度分析方法，实现用户之间信任关系的随机遍历发现，从而刻画出群体用户之间情感交互的基础；（2）社交网络情感语义分析。研究了以语义链支撑演化计算知识基础，基于情感词特征通过谱聚类实现情感词典的半监督构建，并利用概念知识图谱形式化表示情感实体及其关系，支持用户情感基于信任链关系进行传播与交互计算；（3）社交网络群体情感演化分析。研究了社交网络中群体用户的特征状态，提出了用户结构特征基础上的群体影响力分析、意见领袖挖掘等方面的研究方法，进而以演化链刻画情感演化过程，通过群体情感的不同状态阶段进行分类，刻画出群体情感演化的全生命周期模型。项目以实际社交网络微博为实证数据对象，开展了相应的数据分析研究。本项目已发表相关论文20篇，其中SCI/EI检索共计18篇；申请发明专利9项，授权1项；获得软件著作权9项；项目研究的网络大数据分析技术、结构特征挖掘技术等核心技术成果，分别获得了上海市科技进步奖二等奖2项，教育部科技进步奖二等奖1项，同时获得了其他多次奖励。