[发明专利]一种基于大数据的舆情智能分析方法

说明书

本发明公开了一种基于大数据的舆情智能分析方法，该方法包括以下步骤：1)网络舆情数据采集：根据事先制定的采集策略配置采集模板，进行对网站、论坛、社交平台在内的网络信息的采集；2)网络舆情信息存储管理：网络舆情信息的存储，并对数据实现包括抽取、转换、索引在内的管理服务；3)通过网络舆情信息分析，发现和预警网络水军：4)根据网络水军的分析结果的统计实现对网络水军的可视化展示。本发明方法能通过大数据来识别网络水军并智能判断其在敏感事件中的危害性。

技术领域

本发明涉及大数据技术，尤其涉及一种基于大数据的舆情智能分析方法。

背景技术

网络作为社会舆情的重要载体，由于其具有的广泛性、开放性、便捷性和共享性等特点,然而“网络水军”(为了某种经济、政治利益为他人发帖回帖造势的网络人员)的出现，严重影响了正常民意的表达、危害了互联网安全。在经济利益的驱使下，成千上万的“网络水军”利用论坛、博客、微博等网络平台进行人为哄抬、打压等一系列恶意炒作，制造舆论、混淆视听、绑架民意。“网络水军”的这种恶意炒作,将部分人的诉求转化为大众的诉求,将个性事件演变成共性事件，极大危害了互联网的诚信与道德标准。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于大数据的舆情智能分析方法。

本发明解决其技术问题所采用的技术方案是：一种基于大数据的舆情智能分析方法，包括以下步骤：

1)舆情数据采集：根据事先制定的采集策略配置采集模板，进行对网站、论坛、社交平台在内的网络信息的采集；所述采集策略包括：采集信息的深度、范围、频率、优先级；采集模板的字段包括：用户名、标题、内容、时间、来源、评论、点赞量、点踩量；

2)存储管理：网络舆情信息的存储，并对数据实现包括抽取、转换、索引在内的管理服务；

3)通过网络舆情信息分析，发现和预警：

3.1)危险信号的表达、提取、计算；

危险信号的提取和计算步骤如下：

3.1.1)将某个热点事件作为初始数据集合S，在存储数据中采集所有参与这个事件的网名ID、内容、评论、点赞和点踩数据；

3.1.2)对S中所有的评论做哈希计算，m＝hash(S),计算每个不同评论m的次数，并进行排序；

3.1.3)根据相同评论的排序，设置相同评论的次数阈值，该次数阈值作为促发危险信号的标准，即大于该阈值，触发危险信号D1；查找触发了危险信号的相同评论是哪些网名ID发表的，得到初始可疑网络水军网名ID集合N；

3.1.4)针对集合N，进行行为分析，具体包括：发帖的频率，参与热帖的比例，参考同一事件中非可疑网民的发帖频率；把发帖频率作为危险信号D2，设置发帖频率阈值作为危险信号D2的触发阈值，根据D2在可疑网络水军中提取网民ID；

3.1.5)针对集合N，把网民ID注册时间作为危险信号D3，参与热帖占总贴的比例作为危险信号D4，设置相应的阈值触发危险信号；

3.2)危险信号识别器种群(抗原提呈细胞群APCs)的生成、激活和演化；

危险信号识别器种群(抗原提呈细胞)主要功能是识别危险信号，能够自适应的演变。针对3.1定义的4个危险信号，定义一个相应的识别器，构成识别器种群。定义每种危险信号的危险级别，当危险达到一定的程度时候，激活相应的识别器进行判定。由于“网络水军”的行为可能是多个危险信号的组合，可以根据3.1描述的危险信号，进行多个信号的组合，可以采用加权平均的方法，最终触发识别信号，构建识别器D，具体公式为：

D＝(aD1+bD2+cD3+dD4)/4，其中a，b，c，d为加权系数，D1，D2，D3，D4为危险信号；