买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉复旦大学申请的专利基于文本内容和用户画像的社交媒体情绪预测算法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115630231B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211168836.3，技术领域涉及：G06F16/9536；该发明授权基于文本内容和用户画像的社交媒体情绪预测算法是由阮辉;陈阳;宫庆媛设计研发完成，并于2022-09-24向国家知识产权局提交的专利申请。

本基于文本内容和用户画像的社交媒体情绪预测算法在说明书摘要公布了：本发明属于大数据挖掘技术领域，具体为基于文本内容和用户画像的社交媒体情绪预测算法。本发明算法包括：通过SKEP算法预训练模型得到过去的情绪指数特征；运用语言学统计词表，得到过去的词频统计特征；利用LDA主题模型，得到过去的主题分布特征；将词频特征和主题分布特征输入反向传播神经网络进行特征提取得到文本特征；将用户按照一系列个人信息进行分类，得到历史的参与社交媒体某话题讨论的人群画像特征；将文本特征、用户画像特征、数量特征、情绪特征合并再输入到感知时间的长短期记忆网络中；将感知时间的长短期记忆网络的最后的隐藏层作为最终反向传播神经网络的输入，得到下一天的社交媒体情绪指数。本发明算法预测准确率高。

本发明授权基于文本内容和用户画像的社交媒体情绪预测算法在权利要求书中公布了：1.基于文本内容和用户画像的社交媒体情绪预测算法，其特征在于，具体步骤如下： 步骤1：对过去的社交媒体文本进行数据清洗；对于已经清洗完毕的文本，通过SKEP算法预训练模型，计算出所有的日情绪指数； 步骤2：对于已经清洗完毕的文本，利用语言学统计词表将前6-10天的同一天发布的文本进行词频统计，从词层面得到过去的文本中内容的倾向特征，称为词频特征；对于已经清洗完毕的文本，利用主题模型将前6-10天的同一天发布的文本进行主题分布统计，从主题层面得到过去的文本中内容的倾向特征，称为主题分布特征；将词频特征和主题分布特征输入到一个反向传播神经网络进行特征提取得到降维化文本特征；将前6-10天的同一天发布内容的用户按照一系列个人信息进行分类，得到历史的参与社交媒体某话题讨论的人群画像特征；并定义数量特征是指前6-10天的微博数量，情绪特征是指前6-10天的日情绪指数； 步骤3：将步骤2中得到所有时间序列向量特征，包括词频特征、主题分布特征、人群画像特征、数量特征、情绪特征，合并再输入到一个感知时间的长短期记忆网络T-LSTM中，将感知时间的长短期记忆网络的最后的隐藏层作为最终反向传播神经网络的输入，得到下一天的社交媒体情绪指数； 步骤1具体包括： 步骤1-1：所述数据清洗，包括：清除所有非字母的字符，删除所有的无用词，删除所有缺失的行； 步骤1-2：对于已经清洗完毕的文本，通过SKEP算法预训练模型得到文本的情绪为积极的概率，将这概率作为文本的情绪指数；将同一天发布的文本情绪指数求平均值，计算出所有的日情绪指数； 步骤2具体包括： 步骤2-1：对于已经清洗完毕的文本，利用语言学统计词表将同一天发布的文本进行词频统计，从词层面得到过去的文本中内容的倾向特征； 所述对于已经清洗完毕的社交媒体文本，利用预先设计好的语言学统计词表进行词汇分析，具体为： 使用LIWC词典做词汇分析，分析如下十七类词汇：积极类、消极类、焦虑类、愤怒类、伤感类、社会类、家庭类、朋友类、健康类、空间类、时间类、工作类、休闲类、住宅类、金钱类、地区类、死亡类，在每则文本中的出现频率，作为文本中内容的倾向和行文风格特征，并最终在训练模型时将其融入； 步骤2-2：对于已经清洗完毕的文本，利用主题模型将同一天发布的文本进行的主题分布统计，从主题层面得到过去的文本中内容的倾向特征； 步骤2-3：将词频特征和主题分布特征输入到一个反向传播神经网络进行特征提取，得到降维化文本特征； 步骤2-4：将同一天发布内容的用户按照一系列个人信息进行分类，得到历史的参与社交媒体某话题讨论的人群画像特征； 步骤3具体包括： 步骤3-1：将步骤2中得到所有时间序列向量特征合并再输入到一个感知时间的长短期记忆网络中； 步骤3-2：将感知时间的长短期记忆网络的最后的隐藏层作为最终反向传播神经网络的输入，得到下一天的社交媒体情绪指数； 模型训练时，以均方方差作为训练的损失函数，具体公式如下： ； 其中，s为输入特征的时间步，x=x1,x2,…x，x∈R，代表输入最终反向传播神经网络的特征，即感知时间的长短期记忆网络的最后的隐藏层；y=y,y,…y，y∈0,1，代表该天的实际日情绪指数；fx,θ为模型函数，代表在给定x时，输出的预测日情绪指数；θ为模型参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。