[发明专利]网络舆情分析方法、装置、系统、设备及可读存储介质在审

专利信息
申请号: 202010548376.1 申请日: 2020-06-16
公开(公告)号: CN111680226A 公开(公告)日: 2020-09-18
发明(设计)人: 侯星良;范渊 申请(专利权)人: 杭州安恒信息技术股份有限公司
主分类号: G06F16/9536 分类号: G06F16/9536;G06Q10/06;G06Q50/26
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王云晓
地址: 310000 浙江省*** 国省代码: 浙江;33
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 分析 方法 装置 系统 设备 可读 存储 介质
【权利要求书】:

1.一种网络舆情分析方法,其特征在于,包括:

实时获取不同传播渠道公布的网络信息;

提取所述网络信息中的热点信息;

利用贝叶斯算法分析所述热点信息的正负向趋势;

将所述正负向趋势添加至所述热点信息的预测参数,并根据所述预测参数预测所述热点信息的舆情风险。

2.根据权利要求1所述的网络舆情分析方法,其特征在于,所述提取所述网络信息中的热点信息,包括:

去除所述网络信息的网页标签,获得文本信息;

对所述文本信息进行分词,获得词汇信息;

利用热点词汇模型去除所述词汇信息中的非热点词汇,以保留所述热点信息。

3.根据权利要求2所述的网络舆情分析方法,其特征在于,所述利用热点词汇模型去除所述词汇信息中的无关词汇,以保留所述热点信息,包括:

利用所述热点词汇模型去除所述词汇信息中的非热点词汇,获得热点词汇;

按照所述热点词汇的出现频率从所述热点词汇中选择所述热点信息。

4.根据权利要求1所述的网络舆情分析方法,其特征在于,所述利用贝叶斯算法分析所述热点信息的正负向趋势,包括:

确定与所述热点信息关联的目标文本;

利用所述贝叶斯算法分析所述目标文本,获得所述正负向趋势。

5.根据权利要求1所述的网络舆情分析方法,其特征在于,所述根据所述预测参数预测所述热点信息的舆情风险,包括:

利用线性回归算法分析所述预测参数,获得所述舆情风险;所述预测参数包括:所述正负向趋势,所述热点信息,与所述热点信息关联的目标文本,所述目标文本的创建时间、所属的传播渠道和浏览量。

6.根据权利要求1至5任一项所述的网络舆情分析方法,其特征在于,所述根据所述预测参数预测所述热点信息的舆情风险之后,还包括:

将所述热点信息、所述正负向趋势和所述舆情风险存储至KV数据库。

7.一种网络舆情分析装置,其特征在于,包括:

获取模块,用于实时获取不同传播渠道公布的网络信息;

提取模块,用于提取所述网络信息中的热点信息;

分析模块,用于利用贝叶斯算法分析所述热点信息的正负向趋势;

预测模块,用于将所述正负向趋势添加至所述热点信息的预测参数,并根据所述预测参数预测所述热点信息的舆情风险。

8.一种网络舆情分析系统,其特征在于,包括:爬虫端、消息中间件和Flink计算平台,其中:

所述爬虫端,用于爬取不同传播渠道公布的网络信息;

所述消息中间件,用于将所述网络信息从所述爬虫端传输至所述Flink计算平台;

所述Flink计算平台,用于实时获取所述网络信息;提取所述网络信息中的热点信息;利用贝叶斯算法分析所述热点信息的正负向趋势;将所述正负向趋势添加至所述热点信息的预测参数,并根据所述预测参数预测所述热点信息的舆情风险。

9.一种网络舆情分析设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序,以实现如权利要求1至6任一项所述的网络舆情分析方法。

10.一种可读存储介质,其特征在于,用于保存计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的网络舆情分析方法。

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杭州安恒信息技术股份有限公司,未经杭州安恒信息技术股份有限公司许可,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/202010548376.1/1.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