基于此推文的用户情绪分析和分类？基于推文对用户进行分类（正面还是负面）的最佳方法？ [关闭]

我正在根据粉丝的推文，对Twitter账户的关注者进行分类（正面/负面），

collecting data

• 从相应的帐户中获取了所有关注者和他们的推文

• 每条推文的情绪分析并标记为（正/负/中立）

which one of these are right approach?if no... is there any better approach?

my approach 1 for user classification:

• 因为中性极性分数为0，删除所有中性标记的推文

• 计算了正面和负面的推文

• 所有推文中只有17％的否定推文（pos neg）

• 我将阈值保持在34％，并根据数据用户对推文进行分组

• 用户总推文（pos neg），如果负推文占34％以上，我将其归类为负面用户，否则为正面用户

• 结果：在300名粉丝中，我得到的19名是负面的，其余的都是积极的

my code for approach 1

users=set(classify_followers['users'])
user_to_classify=[]
classify=[]
for user in users:
    user_to_classify.append(user)
    temp=classify_followers[(classify_followers['users']==user)]
    if(temp.shape[0]>1):
        if(('positive' in set(temp['sentiment'])) 
           and ('negative' in set(temp['sentiment'])) ):
            positive_count=temp[(temp['sentiment']=='positive')]['sentiment'].count()
            negetive_count=temp[(temp['sentiment']=='negative')]['sentiment'].count()
            positive_percent=(positive_count/temp.shape[0])*100
            negetive_percent=(negetive_count/temp.shape[0])*100
            if(negetive_percent>=34):
                classify.append('negative')
            else:
                classify.append('positive')
        else:
            if('positive' in set(temp['sentiment'])):
                classify.append('positive')
            else:
                classify.append('negative')
    else:
        if('positive' in set(temp['sentiment'])):
            classify.append('positive')
        else:
            classify.append('negative')

my approach 2 for user classification:

• 因为中性极性分数为0，删除所有中性标记的推文

• 使用k-means算法对推文进行聚类（根据先前的知识，已知有更多正面推文，因此具有更多推文的群集是正群集）

• 基于数据用户对推文进行分组

• 预测用户的每条推文属于哪个群集，并使用群集名称标记推文

• 计算了群集标签，并为用户分配正面或负面

• 结果：在300名粉丝中，我得到的19名是负面的，其余的都是积极的

my code for approach 2

df=data[((data['sentiment']=='negative') | (data['sentiment']=='positive'))]
vectorizer = TfidfVectorizer(stop_words='english')
X = vectorizer.fit_transform(df['tweets'])

true_k = 2
model = KMeans(n_clusters=true_k, init='k-means++'
               , max_iter=10000, n_init=1)
model.fit(X)

print("Top terms per cluster:")
order_centroids = model.cluster_centers_.argsort()[:, ::-1]
terms = vectorizer.get_feature_names()
for i in range(true_k):
    print("Cluster %d:" % i),
    for ind in order_centroids[i, :20]:
        print(' %s' % terms[ind]),
    print

labels=model.labels_
print( np.bincount(labels))
d=pd.DataFrame()
d['labels']=labels
d['senti']=df['sentiment']
d['labels'].value_counts()
#to know which label having more data(more data is positive less is negative)
a=[i for i in range(0,len(labels)) if((d['senti'][i]=='positive') 
                                      and d['labels'][i]==1)]
b=[i for i in range(0,len(labels)) if((d['senti'][i]=='positive') 
                                      and d['labels'][i]==0)]
c=[i for i in range(0,len(labels)) if((d['senti'][i]=='negative') 
                                      and d['labels'][i]==1)]
d=[i for i in range(0,len(labels)) if((d['senti'][i]=='negative') 
                                      and d['labels'][i]==0)]
print(len(a),len(b),len(c),len(d))
users=set(df['users'])
prediction=[]
for user in users:
    temp=df[(df['users']==user)]
    temp=temp['tweets']
    Y = vectorizer.transform(temp)
    tweet_predictions=model.predict(Y)
    no_one=np.count_nonzero(tweet_predictions==1)
    no_zero=np.count_nonzero(tweet_predictions==0)
    if(no_one>no_zero):
        prediction.append('positive')
    else:
        prediction.append('negative')

这是基于推文对用户进行分类的正确方法吗？如果没有......有没有更好的方法？