本讲座选自清华大学计算机科学与技术系副教授黄民烈于2015年12月.PDFVIP

本讲座选自清华大学计算机科学与技术系副教授黄民烈于 2015 年 12 月23 日在清华RONGv2.0 系列论坛之 “社会关系网络与大数 据技术”专场上所做的题为《社交媒体的情感理解》的演讲。 我希望分享一些做社交媒体数据情感理解的一些心得或做法。 社交媒体是说人类怎么通过虚拟网络或社区进行分享、讨论、交 流思想的方式，它所创立的服务网站多种多样。 社交媒体也包括社交媒体的场景，比如社交、微博、直播等产品 和服务。 我的理解，所谓 “社交数据挖掘”分成一个三角形，一方面，你 要理解用户的行为是什么，用户和用户之间怎么连接和互动。其次， 所谓“内容”（我做的领域），就是他说了内容、事件，焦点，表达了 什么主题。我们有很多技术，比如语法、标签、语义的理解。第三， 你要理解用户的情绪和情感，是表达了喜怒哀乐，还是批评的、赞赏 的观点，这很重要。显然，任何一个方面多少都是互相交织在一起的。 什么叫情感？情感表达的是一种主观信念，比如他的态度、观点 取向等。情感分析，是说我们需要用计算的办法把用户表达的态度、 观点、好恶等各种各样的表扬、批评，或用户的情感情绪给计算出来。 我说一些简单的数字，它们告诉我们为什么做这个任务比较重要。 据2008 年商业周刊的调查： （1）70%的人在购物前会看一些评价或等级评分，你上京东或者 亚马逊买东西时都要做这个动作。另外51%的消费者会先百度查一下， 电商实际上是O2O 的； （2）45%的人认为他们为社交网站一些人 （的评论）所影响，这 是刚才唐老师的学生提到的社会影响力，他会被那些人影响他购物的 角色或者行为； （3）34%的人会发表关于他们自己的或产品的观点、26%的会表 达一些不满、23%的去购买他们所喜欢的东西。 这些数字告诉我们，评价确实是非常重要的事情。 情感理解有什么样的价值？ （1）对个人的价值，可以更好地做一些购买决策；可以帮我们 做一些推荐； （2）从商业角度讲，发现消费的观点和情感可以让我们发现一 些新的商业机会。比如手机潮流来之前，大家都喜欢触屏或者大屏的 手机，据此你可以去探索一些新的商业机会，可以管理公司的声誉， 更好地做广告。一个简单的例子，做广告，如果用户明确地表达很讨 厌你的产品，你做广告时不能把这种广告投到讨厌你的用户页面上。 （3）政府也很关注普通老百姓的感受。所以也需要从这方面进 行把握和分析。 “理解”这件事，从学术角度有哪些问题可以做？ 第一个是关于垃圾评论和网络水军的分析。第二个是有观点、情 感的信息怎么检索出来，跟传统不一样的方法。第三个是怎样把他表 达的信息抽取出来。第四个我们所说的分类，把他分成正、负、中， 或者还有其他的，你这个产品到底是打几分？第五个，有大量信息时 怎样去做摘要，不可能逐条去读，怎样让我简明扼要地知道所有的观 点？这就是我们做的事情。 垃圾评论和网络水军问题，其实是社会信任问题。“在英特尔网 上没有人知道你是一条狗”，就是你是否信任这个人所说或者发表的 内容。 我们来看一个具体的例子。这是三个人在亚马逊上的评价，他们 在三个不同的产品上都发表了评论。 这里面你就可以看到一个很有意思的东西：首先这三个人都评价 同样的三个产品。第二所有的评价是在一个很短的时间内发表出来的， 然后是他们看起来非常真实。另外所有评价都是百分之百评价，其他 人可以对你这个评价，认为你这个评价是不是有帮助。从这几方面可 以看出，这些评论是垃圾评论和团队的行为，这三个人形成一个网络 水军小组，都评价这三个小品，打分都很高。 再看另一个结果更有意思。这是两个不同的产品，但是他们的评 价内容基本完全一样。显然，如果一个真实的人在两个不同的产品上 的评价或多或少是有所不同的。 这是豆瓣上两个不同的人，看过的电影以及想看的电影基本完全 一样。如果看他想看电影的集合，他们基本上是完全相同的，我们可 以知道这两个人大概是网络水军。 还有像这样的评论，同样评论同样的人发了很多次。还有这样的 例子，不同的号所发表的评论内容都是链接指到别的地方去，说明这 几个人并不是作为真实的用户行为发表的一些关于影评信息。 这个问题的挑战在什么地方？我想把这个问题抛出来给大家思 考。 第一个挑战，就是他没有一个标准辨别这个人是不是水军。然后 这个人所发表的评论是不是垃圾评论，你也很难判断