游戏舆情的检测方法及系统的制作方法
【技术领域】
[0001] 本发明涉及互联网技术领域，尤其涉及一种游戏舆情的检测方法及系统。
【背景技术】
[0002] 在游戏的开发和运营过程中，通过各种方式收集游戏用户对游戏的反馈信息是一 项非常重要的工作。通过对收集到的这些信息进行分析，不仅可以挖掘玩家的需求、了解游 戏用户的喜好，也可以观察游戏用户近期对某个游戏的态度，对游戏玩法的喜好。凭借这些 信息，战略制定者可以调整游戏的方向，游戏开发团队可以改进游戏内容?？梢运?，游戏用 户的反馈信息对于一个游戏团队来说是非常重要的参考。UGC(User Generated Content) 是指互联网上的用户产生内容，在互联网高速发展的今天，UGC中包含了大量的反馈信息， 所以对UGC中游戏舆情的采集、分析已经成了大部分游戏制作团队的渠道。
[0003] 然而，互联网数据量爆炸式增长的今天，互联网在带来海量数据的同时，也极大增 加了从这些数据中提取有用信息的难度。现有技术是在一些游戏用户集中出现的地方，比 如游戏的官方论坛、贴吧、或者门户的游戏专版等地方，人工阅读玩家发表的内容，总结、分 析并做成报告提供给相关人员阅读。
[0004] 但是，人工阅读需要耗费大量的人工和时间，而且持续监控需要不断的阅读、分 析，并生成报告，效率低下。同时，由于人力毕竟是有限的，只能对海量数据抽样进行阅读， 使得分析的正确性，报告的权威性更多的取决于人的水平。而且，由于UGC多为非结构化数 据，人工阅读很难对数据进行收集和统计，使得最终的结果中缺失UGC中大量有用的统计 信息。
【发明内容】
[0005] 本发明实施例提出一种游戏舆情的检测方法及系统，能够准确获取游戏的评测信 息。
[0006] 本发明实施例提供一种游戏舆情的检测方法，包括：
[0007] 采集网络文本中的舆情数据；
[0008] 对所述舆情数据进行分词，获得所述网络文本中的词语；
[0009] 查询预先建立的游戏关键词词典，获得所述词语中的游戏关键词；
[0010] 根据预先建立的情感词典，计算所述游戏关键词的情感值；
[0011] 根据所述网络文本中的游戏关键词，采用贝叶斯分类算法，计算所述网络文本所 属的类别；
[0012] 统计所述游戏关键词的情感值、所述网络文本的数量和类别，获得游戏的评测信 息。
[0013] 进一步地，所述对所述舆情数据进行分词，获得所述网络文本中的词语，具体包 括：
[0014] 基于游戏词语词库和停用词词库，采用结巴分词，对所述舆情数据进行分词，获得 所述网络文本中的词语。
[0015] 进一步地，所述游戏词语词库中包含所述游戏关键词词典中的游戏关键词。
[0016] 进一步地，所述根据预先建立的情感词典，计算所述游戏关键词的情感值，具体包 括：
[0017] 查询预先建立的情感词典，判断所述游戏关键词的修饰词语是否为情感词；所述 情感词典为存储多种情感词及其对应的权值的数据库，所述修饰词语为所述游戏关键词与 其所在的网络文本的句首之间的词语，或者所述修饰词语为所述游戏关键词与其所在的网 络文本中上一个游戏关键词之间的词语；
[0018] 若所述修饰词语为情感词，则读取所述情感词对应的权值；
[0019] 根据所述权值，计算所述游戏关键词的情感值。
[0020] 进一步地，在所述根据预先建立的情感词典，计算所述游戏关键词的情感值之后， 还包括：
[0021] 对所有游戏关键词进行分类，获得游戏关键词类别；
[0022] 根据所述游戏关键词类别中每个游戏关键词的情感值，计算所述游戏关键词类别 的综合情感值。
[0023] 进一步地，所述根据所述网络文本中的游戏关键词，采用贝叶斯分类算法对所述 网络文本进行分类，获得所述网络文本的类别，具体包括：
[0024] 基于预先生成的关键词分类训练集，对所述网络文本中的游戏关键词进行分类， 获得所述网络文本的训练样本类别；
[0025] 采用贝叶斯分类算法，分别计算所述网络文本属于每个训练样本类别的概率，概 率最大的训练样本类别即为所述网络文本的类别。
[0026] 优选地，所述贝叶斯分类算法的计算公式如下：
[0027] P(Ci|d) = P(d|Ci)P(Ci)L(d, Ci)
[0028]
【主权项】
1. 一种游戏舆情的检测方法，其特征在于，包括： 采集网络文本中的舆情数据； 对所述舆情数据进行分词，获得所述网络文本中的词语； 查询预先建立的游戏关键词词典，获得所述词语中的游戏关键词； 根据预先建立的情感词典，计算所述游戏关键词的情感值； 根据所述网络文本中的游戏关键词，采用贝叶斯分类算法，计算所述网络文本所属的 类别； 统计所述游戏关键词的情感值、所述网络文本的数量和类别，获得游戏的评测信息。
2. 如权利要求1所述的游戏舆情的检测方法，其特征在于，所述对所述舆情数据进行 分词，获得所述网络文本中的词语，具体包括： 基于游戏词语词库和停用词词库，采用结巴分词，对所述舆情数据进行分词，获得所述 网络文本中的词语。
3. 如权利要求2所述的游戏舆情的检测方法，其特征在于，所述游戏词语词库中包含 所述游戏关键词词典中的游戏关键词。
4. 如权利要求1所述的游戏舆情的检测方法，其特征在于，所述根据预先建立的情感 词典，计算所述游戏关键词的情感值，具体包括： 查询预先建立的情感词典，判断所述游戏关键词的修饰词语是否为情感词；所述情感 词典为存储多种情感词及其对应的权值的数据库，所述修饰词语为所述游戏关键词与其所 在的网络文本的句首之间的词语，或者所述修饰词语为所述游戏关键词与其所在的网络文 本中上一个游戏关键词之间的词语； 若所述修饰词语为情感词，则读取所述情感词对应的权值； 根据所述权值，计算所述游戏关键词的情感值。
5. 如权利要求1所述的游戏舆情的检测方法，其特征在于，在所述根据预先建立的情 感词典，计算所述游戏关键词的情感值之后，还包括： 对所有游戏关键词进行分类，获得游戏关键词类别； 根据所述游戏关键词类别中每个游戏关键词的情感值，计算所述游戏关键词类别的综 合情感值。
6. 如权利要求1所述的游戏舆情的检测方法，其特征在于，所述根据所述网络文本中 的游戏关键词，采用贝叶斯分类算法对所述网络文本进行分类，获得所述网络文本的类别， 具体包括： 基于预先生成的关键词分类训练集，对所述网络文本中的游戏关键词进行分类，获得 所述网络文本的训练样本类别； 采用贝叶斯分类算法，分别计算所述网络文本属于每个训练样本类别的概率，概率最 大的训练样本类别即为所述网络文本的类别。
7. 如权利要求1至6任一项所述的游戏舆情的检测方法，其特征在于，所述贝叶斯分类 算法的计算公式如下： P(Ci|d) =P(d|Ci)P(Ci)L(d，Ci)
其中，P(CiId)为网络文本d属于训练样本类别Ci的概率，P(dICi)为所述训 练样本类别Ci中存在所述网络文本d的概率，P(Ci)为所述训练样本类别Ci的边缘概 率，L(d，Ci)为所述网络文本d的长度因子，Len(d)为所述网络文本d中词语的个数， avgLen(Ci)为所述训练样本类别Ci中网络文本的词语平均个数，k为词语个数对所述训练 样本类别Ci的影响度。
8. -种游戏舆情的检测系统，其特征在于，包括： 采集?？?，用于采集网络文本中的舆情数据； 分词?？?，用于对所述舆情数据进行分词，获得所述网络文本中的词语； 关键词获取?？?，用于查询预先建立的游戏关键词词典，获得所述词语中的游戏关键 词； 情感值计算?？?，用于根据预先建立的情感词典，计算所述游戏关键词的情感值； 网络文本分类?？?，用于根据所述网络文本中的游戏关键词，采用贝叶斯分类算法，计 算所述网络文本所属的类别；以及， 评测信息获取?？?，用于统计所述游戏关键词的情感值、所述网络文本的数量和类别， 获得游戏的评测信息。
9. 如权利要求8所述的游戏舆情的检测系统，其特征在于，所述分词?？榫咛逵糜诨?于游戏词语词库和停用词词库，采用结巴分词，对所述舆情数据进行分词，获得所述网络文 本中的词语。
10. 如权利要求9所述的游戏舆情的检测系统，其特征在于，所述游戏词语词库中包含 所述游戏关键词词典中的游戏关键词。
11. 如权利要求8所述的游戏舆情的检测系统，其特征在于，所述情感值计算?？榫咛?包括： 判断单元，用于查询预先建立的情感词典，判断所述游戏关键词的修饰词语是否为情 感词；所述情感词典为存储多种情感词及其对应的权值的数据库，所述修饰词语为所述游 戏关键词与其所在的网络文本的句首之间的词语，或者所述修饰词语为所述游戏关键词与 其所在的网络文本中上一个游戏关键词之间的词语； 读取单元，用于在所述判断单元判定所述修饰词语为情感词时，读取所述情感词对应 的权值；以及， 计算单元，用于根据所述权值，计算所述游戏关键词的情感值。
12. 如权利要求8所述的游戏舆情的检测系统，其特征在于，所述游戏舆情的检测系统 还包括： 关键词分类?？?，用于对所有游戏关键词进行分类，获得游戏关键词类别；以及， 综合情感值计算?？?，用于根据所述游戏关键词类别中每个游戏关键词的情感值，计 算所述游戏关键词类别的综合情感值。
13. 如权利要求8所述的游戏舆情的检测系统，其特征在于，所述网络文本分类?？榫?体包括： 关键词分类单元，用于基于预先生成的关键词分类训练集，对所述网络文本中的游戏 关键词进行分类，获得所述网络文本的训练样本类别；以及， 网络文本分类单元，用于采用贝叶斯分类算法，分别计算所述网络文本属于每个训练 样本类别的概率，概率最大的训练样本类别即为所述网络文本的类别。
14.如权利要求8至13任一项所述的游戏舆情的检测系统，其特征在于，所述贝叶斯分 类算法的计算公式如下： P(Ci|d) =P(d|Ci)P(Ci)L(d，Ci)
其中，P(Ci|d)为网络文本d属于训练样本类别Ci的概率，P(d|Ci)为所述训 练样本类别Ci中存在所述网络文本d的概率，P(Ci)为所述训练样本类别Ci的边缘概 率，L(d，Ci)为所述网络文本d的长度因子，Len(d)为所述网络文本d中词语的个数， avgLen(Ci)为所述训练样本类别Ci中网络文本的词语平均个数，k为词语个数对所述训练 样本类别Ci的影响度。
【专利摘要】本发明公开了一种游戏舆情的检测方法，包括：采集网络文本中的舆情数据；对所述舆情数据进行分词，获得所述网络文本中的词语；查询预先建立的游戏关键词词典，获得所述词语中的游戏关键词；根据预先建立的情感词典，计算所述游戏关键词的情感值；根据所述网络文本中的游戏关键词，采用贝叶斯分类算法，计算所述网络文本所属的类别；统计所述游戏关键词的情感值、所述网络文本的数量和类别，获得游戏的评测信息。相应地，本发明还公开了一种游戏舆情的检测系统。采用本发明实施例，能够准确获取游戏的评测信息。
【IPC分类】G06F17-30, G06F17-27
【公开号】CN104572877
【申请号】CN201410805964
【发明人】杨柳, 张润
【申请人】网易（杭州）网络有限公司
【公开日】2015年4月29日
【申请日】2014年12月22日