[发明专利]一种网络舆情的热点预测和分析方法

说明书

技术领域

本发明涉及网络信息安全领域，更具体的说是一种网络舆情的热点预测和 分析方法。

背景技术

舆情是指在一定的社会空间内，围绕中介性社会事件的发生、发展和变化， 民众对社会管理者产生和持有的社会政治态度。它是较多群众关于社会中各种 现象、问题所表达的信念、态度、意见和情绪等等表现的总和。

网络舆情是社会舆情在互联网空间的映射，是社会舆情的直接反映。随着 网络的迅速发展，网络舆情已经成为反映社会舆情的主要表现形式。网络舆情 借助网络的众多特点表现出了以下几个特点：

1)参与广泛性。网络的迅速普及使得网络言论更为方便，身份的隐蔽使得 言论更为广泛和自由。参与人数众多，参与人数复杂，导致网络舆论引起的社 会事件越来越具有群体性。

2)存在多样化。网络舆情主要载体有：新闻评论、BBS、博客、社区网站、 群体聊天室等。随着WEB技术的不断更新，传播方式更加多样化。

3)传播迅速，具有很强的突发性。舆情借助网络信息的快速发布，在较短 时间内形成舆情热点，进而反映社会现实或者事件，具有突发性特点。

中国互联网信息中心2009年7月发布的最新报告中说明：“中国网民规模 达到3.38亿人，普及率达到25.5％。网民规模较2008年底年增长4000万人， 半年增长率为13.4％，中国网民规模依然保持快速增长之势”。同时也说明了网 络舆情会越来越多地影响社会，特别是热点舆情可能是社会问题的反应。从网 络安全与社会和谐建设角度出发，网络舆情的监控，特别是热点舆情预测和分 析，是未来舆情领域研究的重点。

目前网络热点舆情的分析方法主要有以下几类：

一是：通过对抓取的舆情信息聚类分析，从分析类别的内容和数量上阐述 舆情热点。如中国专利公开号为CN101414300A的发明专利申请将舆情信息分 类、中文信息处理，得到向量化的分类特征，在后来的分析中利用特征来匹配 舆情内容。

二是：通过获取舆情信息的参与人数、信息回帖的时间分布特点等舆情信 息的数字表现形式上预测热点、分析热点。如中国专利公开号为CN101394311A 的发明专利申请中根据舆情热点形成的时间序列特点，建立时间序列预测模型， 进而对可能出现的热点舆情进行分析预测。

三是：从热点舆情的形成、发展流程上分析，利用数据挖掘中的序列模 式分析来建立热点预测模型，从而对舆情信息进行预测。如中国专利公开号为 CN101231641A的发明专利申请中根据互联网上热点主题传播过程和流程特点， 设计了一种热点分析监控方法和系统。

上述三类分析方法的主要特点是：第一类和第二类，可以判断热点信息， 但是具有明显的滞后性，应对热点舆情信息的突发不足；第三类的分析流程合 理，但是目前还没有较为成熟合理的预测模型。此外，上述三类分析方法都是 将内容和数值表现分开分析，没有很好的体现舆情整体表现。

发明内容

本发明的目的在于针对现有舆情热点分析方法的不足，提供一种网络舆情 的热点预测和分析方法，本发明将内容和数值表现结合在一起，是一种综合的 舆情热点监控方法，预测时间短，且预测效果准确。

本发明的目的通过下述技术方案实现：一种网络舆情的热点预测和分析方 法，包括以下步骤：步骤(1)、将及时采集的舆情信息输入基于内容快速识别的 热点舆情预测模型，根据处理结果将舆情信息分为热点舆情和普通舆情，对热 点舆情发出预警；步骤(2)、将普通舆情信息输入基于数值表现的热点预测模型， 从参与人数分布和时间状态分布上，对所输入的普通舆情信息进行数值模式匹 配，检测出步骤(1)所漏检的热点舆情信息；步骤(3)、对热点舆情进行分析； 步骤(4)、对热点舆情进行预测。

步骤(1)中所述的基于内容快速识别的热点舆情检测模型建立过程如下： 步骤(11)、收集舆情监控目标在一段时间内的热点舆情信息，并将所收集的热 点舆情信息分为M类，得到分类信息；步骤(12)、对步骤(11)所得的分类信 息进行预处理；步骤(13)、提取类关键词特征；步骤(14)、基于内容的分类 计算，建立类别空间向量，从而构建热点舆情检测模型。

步骤(12)所述的预处理为：利用中文分词系统对各类中的所有热点舆情 信息进行分词。