[发明专利]一种网络舆情文本信息推荐及可视化方法

权利要求书

1.一种网络舆情文本信息推荐及可视化方法，其特征在于，包括以下步骤：

步骤1、构建地理位置信息、网络媒体地域信息的知识库，构建地理位置信息知识库包括国、省、市、区、县、镇、村的地理位置信息，构建为树状结构，根节点为中国；

步骤2、通过深度学习，将构建的知识库进行预处理，对网络舆情文本内容进行准确的地理位置信息的识别；

步骤3、通过垂直细分领域的主题模型，对预处理的文本信息进行匹配聚类与过滤；

步骤4、对步骤3中统计文本信息，使用FM算法进行排序，展现过滤后得到的文本信息。

2.根据权利要求1所述的一种网络舆情文本信息推荐及可视化方法，其特征在于，所述步骤2中预处理具体为：

a1、训练BILSTM+CRF模型，对文本内容中进行实体识别，标注出地名，进行地名识别；

a2、如果地名在地理信息数据库中查询，只存在1个节点，则结束；

a3、如果地名存在歧义，通过文本的数据来源，结合网络媒体地域信息知识库进行推理；

a4、针对无地域信息的文本数据，如果文本内容中地名出现个数大于1，根据这些地址在树状结构的节点分布，根据各个节点距地的总和最小的原则，推理出地名的准确信息。

3.根据权利要求1所述的一种网络舆情文本信息推荐及可视化方法，其特征在于，所述步骤3具体为：

b1、将预处理的信息，进行垂直细分领域划分；

b2、通过多个垂直领域的主题模型，长文本用LDA模型，短文本用SentenceLDA，得到该文本的主题分布；

b3、将用户关心的事件进行主题分布，与文本的主题分布的匹配程度进行聚合，将长文本和短文本分开处理，得到用户关注的文本主题分布；

b4、对文本信息进行过滤，计算得到的用户关注的文本主题分布和主题模型中的文本主题分布的Hellinger Distance距离，设置阈值，低于阈值的数据，不会匹配到用户。

4.根据权利要求1所述的一种网络舆情文本信息推荐及可视化方法，其特征在于，所述步骤4具体为：

c1、依据文本信息的发布时间属性，统计一定时间间隔内文本所在聚类过滤后的文本的来源信息；

c2、用情感计算的方法，计算该类别下文本的平均情感强烈程度；

c3、根据文本的情感强度，采用FM算法对文本信息进行实时动态排序并展现。

5.根据权利要求1所述的一种网络舆情文本信息推荐及可视化方法，其特征在于，所述步骤4中FM算法进行运算时具体根据下述任一因素或下述因素的任意组合：文本信息的情感强烈程度、数据来源、给定时间间隔内相似文本传播量、传播数量增长幅度。