[发明专利]基于舆情知识图谱的公共交通乘客满意度评价方法及系统

权利要求书

1.一种基于舆情知识图谱的公共交通乘客满意度评价方法。其特征在于，包括如下步骤：

S1：实施文本获取与处理分析；

S2：完成公共交通知识图谱的建模与存储；

S3：“潜水”乘客满意度信息获取与分析；

S4：实现舆情指标映射，服务分值研判和历史事件方法库的构建。

2.根据权利要求1所述的一种基于舆情知识图谱的公共交通乘客满意度评价方法，其特征是，在步骤S1中，实施文本获取与处理分析的具体步骤为：获取公共交通网络舆情数据，进行文本预处理，构建交通舆情主题分类模型，分析舆情情感与演变特征。

3.根据权利要求1所述的一种基于舆情知识图谱的公共交通乘客满意度评价方法，其特征是，在步骤S3中，“潜水”乘客满意度信息获取与分析的具体步骤为：爬取舆情文本相关附属信息，爬取用户日常文本信息，挖掘用户互动信息，获取初始情感判别结果，情感分析结果检验，重复实验结果校验。

4.根据权利要求1所述的一种基于舆情知识图谱的公共交通乘客满意度评价方法，其特征是，在步骤S4中，实现舆情指标映射，服务分值研判和历史事件方法库的构建的具体步骤为：明确部省市三级部门职责与舆情文本和国标指标对应关系，完成舆情文本与评价指标初步映射，将公共交通舆情文本按分类后数据分别输入图谱；构建公共交通情感词典，进行文本情感分析，完成文本情感分值研判；构建历史事件方法库，辅助短板部门决策。

5.根据权利要求2所述的方法中，其特征在于，

所述构建交通舆情主题分类模型，包括：采用向量空间模型将文本转化为向量，每一个文本表示为n维向量空间的一个向量v，向量中每一维对应一个特征项。选取词作为文本特征项，TF-IDF值作为每一个词的权值，通常每个文本需要对TF-IDF做归一化处理；基于此，将文本分类问题转化为求待分类向量与已知主题向量的相似度问题；

所述舆情情感与演化特征分析，包括：关注度重点考虑点赞数、评论量、转发数，并依据花费时间长短对参数赋权，关注度增量按照相邻时间段关注度差值比计算，并通过置换训练文本，完成交通情感分析模块初步构建；

基于此，完成各时间段情感极性分布研究，制作交通舆情热词词云，结合关键词频数折线图等方式进行可视化研究。

6.根据权利要求3所述的方法中，其特征在于，

所述爬取舆情文本相关附属信息，包括：爬取相应舆情文本点赞人员列表、评论人员列表，筛选出点赞且并未发表评论的用户，获取该用户主页文本信息，如性别、昵称、所在地、简介等；

所述爬取用户日常文本信息，包括：爬取该类用户较近时期发表的日常微博内容；

所述挖掘用户互动信息，包括：挖掘该类用户“他的关注”对象以及频繁互动对象基本信息，尤其与目标文本有关联的“他的关注”对象信息；

所述获取初始情感判别结果，包括：将“温数据画像”和“热数据画像”的情感倾向分别赋予初始权重，计算求得一定概率下初始情感倾向判别结果；

所述情感分析结果检验，包括：向用户推送同类情感性质的公共交通微博文本；以一定时间段内公共交通乘客满意度事件为题目核心，对该类用户发放专用调查问卷。