[发明专利]一种媒体数据处理方法、装置、介质和设备

权利要求书

1.一种媒体数据处理方法，其特征在于，所述方法包括：

针对一个指定的关键词，确定预设的数据平台列表，所述数据平台列表包括针对所述指定的关键词，确定出的至少一个数据平台，所述至少一个数据平台对应至少一个国家和/或组织；

按照设定周期，利用网络爬虫技术分别获取所述数据平台列表中每个数据平台上的媒体数据。

2.如权利要求1所述的方法，其特征在于，所述数据平台为电视平台、视频网站平台、微博平台、百科平台、社交平台、搜索平台、指数平台或专业媒体平台。

3.如权利要求1或2所述的方法，其特征在于，所述媒体数据为文章时，所述方法还包括：

利用预先设计的情感分析引擎，提取每篇文章中的情感倾向词，所述情感倾向词为用于表示情感倾向的词语；

根据提取出的情感倾向词，确定每篇文章的情感值，所述情感值用于确定一篇文章的情感倾向。

4.如权利要求3所述的方法，其特征在于，所述情感倾向词包括否定词、程度词和情感词，所述否定词为用于表示否定意义的词语，所述程度词为用于表示程度的词语，所述情感词为用于表示情感的词语。

5.如权利要求4所述的方法，其特征在于，根据提取出的否定词、程度词和情感词，确定每篇文章的情感值，包括：

根据提取出的否定词、程度词和情感词，确定一篇文章中每个句子的情感值；

根据每个句子的情感值，确定每个段落的情感值；

根据每个段落的情感值，确定一篇文章的情感值。

6.如权利要求5所述的方法，其特征在于，通过以下公式，确定一个句子的情感值S：

S＝W1×W2×W3

其中，W1表示一个句子中否定词的权重；

W2表示一个句子中程度词的权重；

W3表示一个句子中情感词的权重；

且，W1＝(N+2)×(-1)

N表示一个句子中否定词的个数；

k表示一个句子中程度词的个数，K_i表示一个句子中每个程度词的预设分值；

l表示一个句子中情感词的个数，L_j表示一个句子中每个情感词的预设分值；

通过以下公式，确定一个段落的情感值D：

p表示一个段落中句子的个数，S_m表示一个段落中每个句子的情感值；

通过以下公式，确定一篇文章的情感值A：

q表示一篇文章中段落的个数，D_n表示一篇文章中每个段落的情感值。

7.一种媒体数据处理装置，其特征在于，所述装置包括：

确定模块，用于针对一个指定的关键词，确定预设的数据平台列表，所述数据平台列表包括针对所述指定的关键词，确定出的至少一个数据平台，所述至少一个数据平台对应至少一个国家和/或组织；

获取模块，用于按照设定周期，利用网络爬虫技术分别获取所述数据平台列表中每个数据平台上的媒体数据。

8.如权利要求7所述的装置，其特征在于，所述数据平台为电视平台、视频网站平台、微博平台、百科平台、社交平台、搜索平台、指数平台或专业媒体平台。

9.如权利要求7或8所述的装置，其特征在于，所述装置还包括分析模块：

所述媒体数据为文章时，所述分析模块，用于利用预先设计的情感分析引擎，提取每篇文章中的情感倾向词，所述情感倾向词为用于表示情感倾向的词语；根据提取出的情感倾向词，确定每篇文章的情感值，所述情感值用于确定一篇文章的情感倾向。

10.如权利要求9所述的装置，其特征在于，所述情感倾向词包括否定词、程度词和情感词，所述否定词为用于表示否定意义的词语，所述程度词为用于表示程度的词语，所述情感词为用于表示情感的词语。