[发明专利]自然灾害舆情分析方法和装置

权利要求书

1.一种自然灾害舆情分析方法，其特征在于，该方法包括以下步骤：

创建多源社交媒体数据爬虫，通过输入数据采集条件参数进行数据采集，得到自然灾害相关的社交消息数据，所述数据采集条件参数包括：自然灾害类型关键词、采集自然灾害信息的多源社交媒体类型和社交媒体字段信息，所述社交媒体字段信息包括发布时间、发布内容、转发数量、评论数量和用户信息；

对爬虫采集到的社交消息数据进行实体获取，以从采集到的社交消息数据中抽取各社交消息对应的社交媒体消息的属性信息和初始的自然灾害描述信息，并基于抽取结果得到各社交消息对应的自然灾害实体数据，所述自然灾害实体数据包括社交媒体消息的属性信息和标准格式化的自然灾害描述信息；其中，所述初始自然灾害描述信息包括：自然灾害发生地信息、自然灾害发生时间信息和自然灾害等级信息；

设置自然灾害信息表和社交消息缓存表分别记录各自然灾害和各社交消息，根据所述自然灾害实体数据按照各自然灾害事件对社交消息进行聚类，以生成聚类结果；所述自然灾害信息表内容包括：灾害编号、灾害发生时间、灾害发生地点和灾害等级；所述灾害编号为新灾害信息填入时进行的自动编号；所述社交消息缓存表内容包括：社交消息编号、当前社交消息中的灾害发生时间信息、当前社交消息中到的灾害地点信息和当前社交消息中到的灾害等级信息；

基于聚类结果进行自然灾害舆情分析；

采集到的社交消息数据，进行实体获取后存入社交消息缓存表中，所述社交消息编号为新社交消息填入时进行的自动编号；

所述对爬虫采集到的社交消息数据进行实体获取的步骤包括：从采集到的社交消息数据中抽取各社交消息对应的社交媒体消息的属性信息和初始的自然灾害描述信息，抽取社交消息中与自然灾害类型关键词文本位置最近的地名作为灾害发生地点，在抽取结果中包含自然灾害发生地信息、自然灾害发生时间信息和自然灾害等级信息的情况下，基于抽取结果得到标准格式化的自然灾害描述信息：在抽取结果中不包含自然灾害发生地信息情况下，将对应社交消息的发布地点标准化为标准格式化的自然灾害发生地信息，填充并进行标记；在抽取结果中不包含自然灾害发生时间信息的情况下，将对应社交消息的发布时间标准化为标准格式化的自然灾害发生时间信息，填充并进行标记；在抽取结果中不包含自然灾害等级信息的情况下，将自然灾害等级范围之外的特殊等级标识值作为标准格式化的自然灾害等级信息填充；

所述根据所述自然灾害实体数据按照各自然灾害事件对社交消息进行聚类包括：将社交消息进行分类，基于社交消息的分类，将对社交消息进行聚类的方式分为不同聚类方式；

所述不同的聚类方式包括：

第一聚类方式，如果当前社交消息为转发其他用户所发布的消息，并且当前消息所转发的原始消息在消息聚类结果存储表中存在，则将当前消息标记与原始消息相同的灾害编号，存入消息聚类结果存储表；和

第二聚类方式，在确认当前社交消息的发布媒体为权威社交媒体的情况下，如果当前自然灾害信息表中不存在判定相似的记录，则在自然灾害信息表中增加当前社交消息包含的灾害记录，并将当前社交消息和社交消息缓存表中与当前消息判定相似的所有社交消息的消息编号填入消息聚类结果存储表中，并将此次存储表填入的社交消息编号对应的灾害编号标记为此次自然灾害信息表新增加记录对应的灾害编号；

消息聚类结果存储表中各社交消息编号对应的灾害编号对应消息的聚类结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

可视化展示自然灾害舆情分析的结果；

通过实时维护自然灾害信息表实时检测自然灾害。

3.根据权利要求1所述的方法，其特征在于，

所述社交媒体消息的属性信息包括以下信息中的一种或多种：发布时间、发布内容、转发数量、评论数量和用户信息。

4.根据权利要求1所述的方法，其特征在于，所述创建多源社交媒体数据爬虫，通过输入数据采集条件参数进行数据采集，得到自然灾害相关的社交消息数据，包括：

创建多源社交媒体数据爬虫，通过输入数据采集条件参数进行数据采集；

使用分词技术对爬虫采集到的数据进行分词处理，去掉停用词；

对采集到的数据中的无用文本数据进行过滤，和/或将采集的数据中特定社交媒体类型发布的社交消息进行过滤，从而得到自然灾害相关的社交消息数据。