[发明专利]一种公众对腐败、反腐败关注度指数测量的方法及系统

说明书

本发明涉及一种公众对腐败、反腐败关注度指数测量的方法及系统，其包括：在源数据中提取关键词，并计算其权重；根据提取的关键词，获取关键词相关的百度指数数据；根据关键词的权重及其百度指数数据构建关注度指数模型；实时获取网络数据，根据关注度指数模型计算获得腐败、反腐败事件关注度指数，通过关注度指数体现出公众对腐败、反腐败事件的关注程度。本发明能有效的测算不同地区腐败、反腐败事件发生后社会关注程度。

技术领域

本发明涉及一种数据处理技术领域，特别是关于一种根据网络社交大数据测 量公众对腐败、反腐败关注度指数测量的方法及系统。

背景技术

对腐败或反腐败事件的关注程度进行测量，是研究判断腐败情势与反腐败举 措效能的重要手段。这一领域要由简单的经验观察走向客观的指数测量。无论是 在一起重大腐败事件发生后，还是在一项重大的反腐败法律政策出台后，对于各 区域、不同行业民众究竟是否密切关注及有何相关影响因素、作用规律，均需要 开展指数测量。这样的测量结果可以形成对国家或主管部门有效调适腐败治理方 针策略的基础，也成为社会相关行业、企业开发反腐败专门产品服务的支撑。

发明内容

针对上述问题，本发明的目的是提供一种公众对腐败、反腐败关注度指数测 量的方法及系统，其能有效的测算不同地区腐败、反腐败事件发生后社会关注程 度。

为实现上述目的，本发明采取以下技术方案：一种公众对腐败、反腐败关注 度指数测量的方法，其包括：在源数据中提取关键词，并计算其权重；根据提取 的关键词，获取关键词相关的百度指数数据；根据关键词的权重及其百度指数数 据构建关注度指数模型；实时获取网络数据，根据关注度指数模型计算获得腐败、 反腐败事件关注度指数，通过关注度指数体现出公众对腐败、反腐败事件的关注 程度。

进一步，所述源数据包括网络社交大数据及相关政策文件数据内容。

进一步，所述关键词提取及其权重计算具体方法包括以下步骤：

1.1)对源数据进行提取与清洗；

1.2)进行分词操作，并计算获取分词后词语的权重；

1.3)对所有权重进行排序，取前100个词语为公众关注的腐败、反腐败事件 的关键词。

进一步，所述百度指数数据包括搜索指数和地域分布指数。

进一步，采用Python技术开发的网络爬虫来获取相关关键词的全网搜索指数。

进一步，所述关注度指数模型的构建方法包括以下步骤：

3.1)通过互联网络发展状况统计报告，得到各省信息化指数，获得各省市每 年的网络普及率，进而得到各省市几年内的平均网络普及率P；

3.2)合并某个区域的关键词的百度搜索指数，并考虑权重影响，得到初始的 腐败、反腐败事件区域关注度指数模型；

3.3)考虑区域网络普及率的影响，根据初始腐败、反腐败事件区域关注度指 数模型进行建模计算，得到最终的腐败、反腐败事件区域的关注度指数模型。

进一步，所述最终的腐败、反腐败事件区域的关注度指数模型为：

其中，y′为考虑了网络普及率的区域腐败、反腐败事件关注度指数，y为腐败、 反腐败事件区域关注度指数。

进一步，根据关注度指数模型得到最终腐败、反腐败事件关注度指数数据， 构成指数图；根据关注度指数模型计算得到区域腐败、反腐败事件关注指数图， 即为区域图。

进一步，利用web技术提供一个可视化、可交互的在线展示，体现出公众对 腐败、反腐败事件的关注程度；所述在线展示包括指数图和区域图。