[发明专利]细分领域舆情监控方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201910270541.9 申请日: 2019-04-04
公开(公告)号: CN110134844A 公开(公告)日: 2019-08-16
发明(设计)人: 吴壮伟 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/951 分类号: G06F16/951;G06F16/955;G06F16/51;G06Q40/08
代理公司: 深圳市精英专利事务所 44242 代理人: 林燕云
地址: 518000 广东省深圳市福田区福*** 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: 数据源 网站 语料 图谱 计算机设备 预设方式 监控 计算机可读存储介质 自然语言处理 可视化显示 标识获取 存储介质 数据展示 预先存储 构建 申请 解析 数据库
【权利要求书】:

1.一种细分领域舆情监控方法,其特征在于,所述方法包括:

通过第一预设方式获取行业所包含细分领域的细分领域标识;

根据所述细分领域标识获取预先存储的所述细分领域对应的关键字和所述细分领域对应的数据源网站列表;

根据所述关键字从所述数据源网站列表所包含的数据源网站中爬取所述细分领域的语料;

采用自然语言处理解析所述语料并通过第二预设方式识别所述语料包含的对象名称及舆情特征;

将所述对象名称及所述舆情特征导入图数据库以构建所述细分领域的舆情关系图谱;

显示所述舆情关系图谱。

2.根据权利要求1所述细分领域舆情监控方法,其特征在于,所述根据所述细分领域标识获取预先存储的所述细分领域对应的关键字和所述细分领域对应的数据源网站列表的步骤之后,还包括:

通过爬取的方式更新所述数据源网站列表。

3.根据权利要求2所述细分领域舆情监控方法,其特征在于,所述通过爬取的方式更新所述数据源网站列表的步骤包括:

获取所述细分领域的初始数据源网站列表;

将所述初始数据源网站列表按照预设条件进行分类以获取不同类型的数据源网站列表;

封装所述不同类型的数据源网站列表至对应的Docker容器;

启动所述Docker容器以使所述Docker容器通过爬取的方式从互联网上获取新数据源网站;

将所述新数据源网站按照类型分别添加至对应的分类后的数据源网站列表以更新所述细分领域的数据源网站列表。

4.根据权利要求3所述细分领域舆情监控方法,其特征在于,所述启动所述Docker容器以使所述Docker容器通过爬取的方式从互联网上获取新数据源网站的步骤之后,还包括:

存储所述新数据源网站至所述细分领域对应的数据源网站列表。

5.根据权利要求1所述细分领域舆情监控方法,其特征在于,所述通过第二预设方式识别所述语料包含的对象名称及舆情特征的步骤包括:

通过构建命名实体模型或者使用正则表达式的方式识别所述语料包含的对象名称及舆情特征。

6.根据权利要求1所述细分领域舆情监控方法,其特征在于,所述显示所述舆情关系图谱的步骤包括:

以预设字体格式显示所述舆情关系图谱中的预设内容。

7.根据权利要求1所述细分领域舆情监控方法,其特征在于,所述显示所述舆情关系图谱的步骤之后,还包括:

按照预设顺序组合所述舆情关系图谱中的元素以通过文字形式描述所述细分领域的舆情。

8.一种细分领域舆情监控装置,其特征在于,包括:

第一获取单元,用于通过第一预设方式获取行业所包含细分领域的细分领域标识;

第二获取单元,用于根据所述细分领域标识获取预先存储的所述细分领域对应的关键字和所述细分领域对应的数据源网站列表;

爬取单元,用于根据所述关键字从所述数据源网站列表所包含的数据源网站中爬取所述细分领域的语料;

识别单元,用于采用自然语言处理解析所述语料并通过第二预设方式识别所述语料包含的对象名称及舆情特征;

构建单元,用于将所述对象名称及所述舆情特征导入图数据库以构建所述细分领域的舆情关系图谱;

显示单元,用于显示所述舆情关系图谱。

9.一种计算机设备,其特征在于,所述计算机设备包括存储器以及与所述存储器相连的处理器;所述存储器用于存储计算机程序;所述处理器用于运行所述存储器中存储的计算机程序,以执行如权利要求1-7任一项所述细分领域舆情监控方法的步骤。

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计算机程序,所述计算机程序被处理器执行时使所述处理器执行如权利要求1-7中任一项所述细分领域舆情监控方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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平安科技(深圳)有限公司,未经平安科技(深圳)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/201910270541.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top