[发明专利]基于开源信息的社会服务工作定量跟踪评估方法

说明书

本发明公开了一种基于开源信息的社会服务工作定量跟踪评估方法，包括：（1）从互联网上采集与待评估的社会服务工作相关的数据并存放在元数据库中；（2）对数据进行去重和过滤，得到动态信息数据库；（3）对数据进行地理属性标记，得到带有地理标签的动态信息数据库；（4）利用文本聚类技术对新闻类数据进行聚类；（5）利用文本分类技术将文件类数据从内容层次上划分类别，并给聚类的结果贴上话题标签和给分类的结果贴上类别标签，得到动态跟踪数据库；（6）建立评估模型，对各地社会服务工作进行定量评估。采用本发明方法能够随时随地、在任何时间点、针对过去的任意时间段，对感兴趣的地区进行社会服务工作力度定量评估，耗时短、成本低。

技术领域

本发明涉及社会网络数据挖掘领域，具体涉及一种基于开源信息的社会服务工作定量跟踪评估方法。

背景技术

随着我国互联网飞速发展和信息化建设加速推进，各级政府部门也纷纷开设了门户网站并在微信设立公众号。事关最现实的社会群体利益的政策信息以及相应的落实推进动态往往都会有比较及时的网上报道。并且，在新闻媒体和网民的跟进与助推下，这些信息常常能以远胜往昔的速度传播和扩散。这不仅给社会公众获取此类信息提供了便利，也使利用网上信息挖掘来评估不同地区的社会服务工作情况成为了可能。

但这些政策信息常常散布在各地的政府网站，其执行落实情况则见于各地的新闻门户和论坛空间等。这使得有关个人和群体获取所需信息变得困难。而且，现代社会人口流动性大，人们经常因旅游、出差等原因到异地停留，这时由于不知悉当地的相关网站，就更难获取所需的社会服务工作的信息。此外，相关政府职能部门也不能很好汇总利用这些信息，更谈不上借助它们来跟踪评估各地相应社会服务工作力度。

因此，设计一种基于开源信息的社会服务工作定量跟踪评估方法，对相关社会服务工作开展、相关信息服务等都有重要意义。

发明内容

本发明的目的在于，提供一种基于开源信息的社会服务工作定量跟踪评估方法，利用互联网文本挖掘技术，通过自动搜集汇聚网上相关开源信息，对这些信息持续进行综合考虑时、空和内容维度的分析与关联，实现感兴趣地区的社会服务工作相关信息汇整以及社会服务工作力度跟踪与评估。

本发明采用的技术方案如下：基于开源信息的社会服务工作定量跟踪评估方法，包括：

(1)从互联网上采集与待评估的社会服务工作相关的数据，将采集到的数据存放在元数据库中；

(2)对数据进行去重和过滤，并将处理后的信息存在数据库中，得到动态信息数据库；

(3)对数据进行地理属性标记，将数据进行地理归属划分，得到带有地理标签的动态信息数据库；

(4)利用文本聚类技术对新闻类数据进行聚类，将相同话题的文本聚为一类；

(5)利用文本分类技术将文件类数据从内容层次上划分类别，并给聚类的结果贴上话题标签和给分类的结果贴上类别标签，得到动态跟踪数据库；

(6)数据贴好标签后建立评估模型，将各地该社会服务工作开展状况量化，多维度对各地该社会服务工作力度进行定量评估，并且对某地区不同时间段进行持续评估实现动态跟踪评估。

进一步地，步骤(1)中数据采集的范围包括政府门户网站、旅游网站和微信小程序。

进一步地，步骤(2)中数据去重和过滤，首先通过基于关键词匹配的方法制定相应的过滤规则，过滤掉与该社会服务工作无关的数据，其次利用文本聚类算法来识别和归并网络上经过转载的数据，实现数据的去重。

进一步地，步骤(3)中确定文本数据的地理位置标签包括：一是通过数据采集源头来确定其地理位置；二是通过文本匹配的方法确定，首先构建省、市、区(县)的地理信息库，然后将带有省、市、区(县)地理信息的文本数据输入进行匹配，提取出文本数据的地理位置属性。