[发明专利]一种舆情监控方法、设备及计算机可读存储介质

权利要求书

1.一种舆情监控方法，其特征在于，所述方法包括以下步骤：

由采集层获取数据源；

由分析层根据正负语义识别对数据源进行舆情分析，得到对应的舆情得分，并由舆情得分与线上诊所对应的基础得分之和得到线上诊所总得分；

由呈现层显示所述线上诊所总得分。

2.根据权利要求1所述舆情监控方法，其特征在于，所述由采集层获取数据源的步骤之前还包括：在配置层进行舆情数据采集属性配置并保存；其中进行舆情数据采集属性配置包括数据源配置、采集规则配置、关键词配置、预警配置、维度配置、分发配置、及权限配置。

3.根据权利要求1或2所述舆情监控方法，其特征在于，所述由采集层获取数据源的步骤中包括：

根据指定关键词对数据源进行关键词检索，得到搜索后数据源；

自动过滤掉搜索后数据源中所包括的已采集过的信息，得到自动去重数据源；

根据指定关键词要素对自动去重数据源进行要素采集，得到要素采集数据源；

将要素采集数据源在采集层进行分布存储。

4.根据权利要求1或2所述舆情监控方法，其特征在于，所述由分析层根据正负语义识别对数据源进行舆情分析，得到对应的舆情得分，并由舆情得分与线上诊所对应的基础得分之和得到线上诊所总得分的步骤包括：

由分析层对数据源依次进行页面解析、中文分词、关键词提取、自动分类、自动摘要及数据清洗后，得到第一处理数据源；

根据文本情感分析算法对第一处理数据源进行正负语义识别，并根据正负语义识别对应结果中正面评论占比得到舆情得分；

由舆情得分与线上诊所对应的基础得分之和得到线上诊所总得分。

5.根据权利要求4所述舆情监控方法，其特征在于，所述根据文本情感分析算法对第一处理数据源进行正负语义识别，并根据正负语义识别对应结果中正面评论占比得到舆情得分的步骤中，所述文本情感分析算法包括：

将第一处理数据根据词频转化为向量数据；

通过神经网络训练向量数据中有标注的语料库得到权重模型；

根据权重模型预测向量数据中未被标注的数据，直至完成正负语义识别。

6.根据权利要求5所述舆情监控方法，其特征在于，所述通过神经网络训练向量数据中有标注的语料库得到权重模型的步骤中，所述语料库中包括训练集和测试集，所述训练集的数据总量与测试集的数据总量之比大于4:1。

7.根据权利要求4所述舆情监控方法，其特征在于，所述由呈现层显示所述线上诊所总得分的步骤之后还包括：

由决策层根据舆情预警信息，将与舆情预警信息对应的线上诊所进行下线或评论删除。

8.一种舆情监控设备，其特征在于，所述舆情监控设备包括处理器、存储器及通信总线；

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行存储器中存储的舆情监控程序，以实现如权利要求1-7任一项所述的舆情监控方法的步骤。

9.根据权利要求8所述舆情监控设备，其特征在于，所述由采集层获取数据源的步骤之前，所述处理器还用于执行所述舆情监控程序以实现以下步骤：

在配置层进行舆情数据采集属性配置并保存；其中进行舆情数据采集属性配置包括数据源配置、采集规则配置、关键词配置、预警配置、维度配置、分发配置、及权限配置。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任一项所述的舆情监控方法的步骤。