[发明专利]舆情分析方法、系统、计算机设备和存储介质

权利要求书

1.一种舆情分析方法，其特征在于，所述舆情分析方法包括：

S101:根据预先定义的搜索策略，通过网络爬虫搜索并读取网页文件，从网页文件中提取舆情数据；

S102:对提取的舆情数据进行过滤，去除垃圾信息；

S103：对过滤后的舆情数据进行整理分类，分类类型包括来源、强相关和活跃人员所发贴；

S104:对每个分类结果中的舆情数据进行分析处理，得到舆情分析结果，包括起源、舆论情感色彩、网络扩散状态、发展趋势、地域分布信息、年龄段范围信息和关注热点；

S105:以图表和报告形式显示和输出经过步骤S104得到的所述舆情分析结果。

2.根据权利要求1所述的舆情分析方法，其特征在于，所述舆情数据包括网址、标题、时间、作者、来源、正文、评论、点击率、回复数和转载量。

3.根据权利要求1所述的舆情分析方法，其特征在于，所述步骤S102，对提取的舆情数据进行过滤包括：

当触发预设条件时，判定所述舆情数据为垃圾信息，并进行过滤，其中，垃圾信息＝A||B||C||D，A＝中文长度少于4，B＝连续英文长度大于15，C＝黑名单词语，D＝包含符号*&^％$#@。

4.根据权利要求1所述的舆情分析方法，其特征在于，所述步骤S104，对每个分类结果中的舆情数据进行分析处理包括：

S401:分析爬取来源，得到该舆情数据对应的所述起源；

S402:对统计单位时间内的舆情数据进行情感分析,得到所述舆论情感色彩；

S403:分析各爬虫来源是否包含该舆情事件，得到该舆情事件的所述网络扩散状态；

S404:分析单位时间内关键词出现频率，得到该舆情事件的所述发展趋势；

S405分析参与该舆情事件的用户的登录IP和年龄信息，得到发生该舆情事件的所述地域分布信息和所述年龄段范围信息；

S406:分析单位时间内词语出现频率，得到所述关注热点。

5.根据权利要求4所述的舆情分析方法，其特征在于，所述步骤S402中，对统计单位时间内的舆情数据进行所述情感分析包括：结合词典的方式，使用基于句子加权算法的情感分析方法。

6.根据权利要求4所述的舆情分析方法，其特征在于，所述舆论情感色彩包括高兴、普通或愤怒，所述网络扩散状态包括扩散初期、扩散中期或扩散晚期。

7.根据权利要求1所述的舆情分析方法，其特征在于，所述步骤S105中，所述图表包括饼形图、折线图、柱形图、条形图、面积图、散点图、表格中的一种或数种，或饼形图、折线图、柱形图、条形图、面积图、散点图、表格中两种或两种以上叠加而成的复合图。

8.一种舆情分析系统，其特征在于:所述舆情分析系统包括爬虫模块、过滤模块、分类模块、分析模块、展示模块；

所述爬虫模块，用于根据预先定义的搜索策略，通过网络爬虫搜索并读取网页文件，从网页文件中提取舆情数据；

所述过滤模块，用于对提取的舆情数据进行过滤，去除垃圾信息；

所述分类模块，用于对过滤后的舆情数据进行整理分类，分类类型包括来源、强相关和活跃人员所发贴；

所述分析模块，用于对每个分类结果中的舆情数据进行分析处理，得到舆情分析结果，包括起源、舆论情感色彩、网络扩散状态、发展趋势、地域分布信息、年龄段范围信息和关注热点；

所述展示模块，用于以图表和报告形式显示和输出经过步骤S104得到的所述舆情分析结果。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述舆情分析方法的步骤。

10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述舆情分析方法的步骤。