[发明专利]一种网络舆情监控方法及系统在审
| 申请号： | 201910417643.9 | 申请日： | 2019-05-20 |
| 公开（公告）号： | CN110134849A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 林少鹏;宋晨 | 申请（专利权）人： | 瑞森网安(福建)信息科技有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/9535 |
| 代理公司： | 厦门市宽信知识产权代理有限公司 35246 | 代理人： | 巫丽青 |
| 地址： | 350001 福建省福州*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 网络舆情 网页 监控 预处理 计算机数据处理 评分公式 实时采集 舆情信息 回复率 权重 预设 数据库 存储 采集 预警 分析 | ||
1.一种网络舆情监控方法，其特征在于，包括如下步骤，
实时采集网络舆情，并将采集的舆情信息存储到数据库中，对这些信息进行预处理，提取舆情关键词；
根据提取的舆情关键词，分析出舆情类别，舆情类别分为正面舆情和负面舆情；
对舆情进行评分，舆情评分公式如下：
其中，N为舆情关键词出现在网页总量，ai为舆情关键词在第i个网页出现该网页的权重，Hi为舆情关键词在第i个网页的回复率；
对舆情进行排名，负面舆情所占百分比，对于负面舆情进行预警，当负面舆情的评分超过预设阈值，进行提醒。
2.如权利要求1所述的网络舆情监控方法，其特征在于：所述网络舆情采用爬虫系统进行抓取，对抓取后的网络舆情进行分类出去，并为每类提取舆情关键词。
3.如权利要求1所述的网络舆情监控方法，其特征在于：所述分析出舆情类别具体包括针对每个舆情关键词提取其对应的情感词汇，将情感词汇输入到舆情识别模型中得到该舆情关键词对应的舆情类别。
4.如权利要求3所述的网络舆情监控方法，其特征在于：所述舆情识别模型采用神经网络算法训练样本集得到的。
5.如权利要求1所述的网络舆情监控方法，其特征在于：所述负面舆情的评分超过预设阈值，则对负面舆情进行深度分析，分析负面舆情人名、地名和时间。
6.一种网络舆情监控系统，其特征在于：包括如下，
舆情采集模块，实时采集网络舆情，并将采集的舆情信息存储到数据库中，对这些信息进行预处理，提取舆情关键词；
舆情分类模块，根据提取的舆情关键词，分析出舆情类别，舆情类别分为正面舆情和负面舆情；
舆情评分模块，对舆情进行评分，舆情评分公式如下：
其中，N为舆情关键词出现在网页总量，ai为舆情关键词在第i个网页出现该网页的权重，Hi为舆情关键词在第i个网页的回复率；
舆情处理模块，对舆情进行排名，负面舆情所占百分比，对于负面舆情进行预警，当负面舆情的评分超过预设阈值，进行提醒。
7.如权利要求6所述的网络舆情监控系统，其特征在于：所述舆情采集模块采用爬虫系统抓取网络舆情，对抓取后的网络舆情进行分类出去，并为每类提取舆情关键词。
8.如权利要求6所述的网络舆情监控系统，其特征在于：所述舆情分类模块分析出舆情类别，具体包括针对每个舆情关键词提取其对应的情感词汇，将情感词汇输入到舆情识别模型中得到该舆情关键词对应的舆情类别。
9.如权利要求8所述的网络舆情监控系统，其特征在于：所述舆情识别模型采用神经网络算法训练样本集得到的。
10.如权利要求6所述的网络舆情监控系统，其特征在于：所述舆情处理模块中负面舆情的评分超过预设阈值，则对负面舆情进行深度分析，分析负面舆情人名、地名和时间。
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瑞森网安(福建)信息科技有限公司，未经瑞森网安(福建)信息科技有限公司许可，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/201910417643.9/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种基于语义分析的科技成果转化分析方法及系统
- 下一篇：一种搜索方法及装置
