[发明专利]媒体友好度评估方法、装置及计算机可读存储介质有效
申请号: | 201810330401.1 | 申请日: | 2018-04-13 |
公开(公告)号: | CN108595564B | 公开(公告)日: | 2020-08-11 |
发明(设计)人: | 纪其进;马斌;陆宇杰;吕博文 | 申请(专利权)人: | 众安信息技术服务有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F16/68;G06F16/20 |
代理公司: | 北京市万慧达律师事务所 11111 | 代理人: | 张慧娟 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 媒体 友好 评估 方法 装置 计算机 可读 存储 介质 | ||
1.一种媒体友好度评估方法,其特征在于,所述方法包括步骤:
获取目标媒体发布的与舆情客体相关的多个相关文本;
对所述多个相关文本中的各相关文本进行情感极性分析,得到所述各相关文本的情感极性值;
分别将所述各相关文本的情感极性值转换为所述各相关文本对应的媒体友好度指数,并构成媒体友好度指数时间序列;
对所述媒体友好度指数时间序列进行平滑处理,得到平滑后的所述媒体友好度指数时间序列;
基于平滑后的所述媒体友好度指数时间序列评估所述目标媒体对所述舆情客体的媒体友好度,所述媒体友好度用于反映所述目标媒体对所述舆情客体的长期态度。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于持续获取的所述多个相关文本,以预设的时间窗口持续评估和更新所述目标媒体的媒体友好度。
3.根据权利要求1所述的方法,其特征在于,所述获取目标媒体发布的与舆情客体相关的多个相关文本的步骤进一步包括:
获取所述目标媒体发布的媒体文本集;
生成所述媒体文本集中每一个媒体文本的第一向量空间模型;以及
生成所述舆情客体的第二向量空间模型;
计算每一个所述第一向量空间模型与所述第二向量空间模型的相似度;
若计算得到的所述相似度超过预设阈值,则确定所述媒体文本为所述舆情客体相关的相关文本。
4.根据权利要求1所述的方法,其特征在于,所述对所述多个相关文本中的各相关文本进行情感极性分析的步骤进一步包括:
基于情感词典的情感分类或机器学习算法对所述各相关文本进行情感极性分析。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述情感极性包括正面情感、中性情感和负面情感,所述分别将所述各相关文本的情感极性值转换为所述各相关文本对应的媒体友好度指数的步骤进一步包括:
根据预定义的媒体友好度指数计算公式和所述各相关文本的情感极性值,分别计算得到所述各相关文本对应的媒体友好度指数;
其中,所述预定义的媒体友好度指数计算公式采用以下任意一种:
Fr=p+x-n;
Fs=p-x-n;
其中,Fr为宽松媒体友好度指数,Fs为严格媒体友好度指数,p表示正面情感的概率,x表示中性情感的概率,n表示负面情感的概率,0≤p,x,n≤1,p+x+n=1,-1≤Fr,Fs≤1。
6.根据权利要求1所述的方法,其特征在于,所述构成媒体友好度指数时间序列的步骤之前,所述方法还包括:
对所述各相关文本对应的媒体友好度指数按照时间窗口进行平均计算,得到所述时间窗口对应的所述媒体友好度指数的均值;
所述构成媒体友好度指数时间序列的步骤进一步包括:
基于多个所述时间窗口对应的多个所述均值,构成所述媒体友好度指数时间序列。
7.根据权利要求1或2所述的方法,其特征在于,所述对所述媒体友好度指数时间序列进行平滑处理,得到平滑后的所述媒体友好度指数时间序列的步骤进一步包括:
采用移动平均法或加权移动平均法对所述媒体友好度指数时间序列进行平滑处理。
8.根据权利要求1或2所述的方法,其特征在于,所述基于平滑后的所述媒体友好度指数时间序列评估所述目标媒体的媒体友好度的步骤之后,所述方法还包括:
根据对所述目标媒体的媒体友好度的评估结果,预测未来的所述目标媒体的媒体友好度指数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于众安信息技术服务有限公司,未经众安信息技术服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810330401.1/1.html,转载请声明来源钻瓜专利网。