[发明专利]区块链安全事件舆情监测方法及系统

权利要求书

1.区块链安全事件舆情监测方法，其特征在于，所述方法包括：

收集区块链安全事件舆情数据，标注收集的舆情数据，结构化处理标注后的舆情数据中的安全事件对应的地域数据、安全事件对应的机构名称数据和安全事件对应的人名数据，获得训练数据，基于训练数据训练命名实体识别模型，获得训练后的命名实体识别模型；

获得待识别区块链预设安全事件舆情数据，将待识别区块链预设安全事件舆情数据输入训练后的命名实体识别模型，获得预设安全事件对应的地域数据、机构名称数据和人名数据；

收集区块链安全事件舆情数据，基于句法依存分析模型和词语词性从区块链安全事件舆情数据中提取关键词，获得每个区块链安全事件舆情数据对应的关键词集合，将关键词集合存入数据库中；

获得待推送舆情新闻，提取推送舆情新闻的关键词，获得第一关键词集合；

计算待推送舆情新闻的标题与数据库中舆情新闻的标题之间的第一相似度，若第一相似度大于或等于阈值，则判断数据库历史新闻中存在与本次待推送舆情新闻相似的舆情新闻；若第一相似度小于阈值，则计算第一关键词集合与数据库中关键词集合的第二相似度，基于第二相似度计算结果判断历史新闻中是否存在与本次待推送舆情新闻相似的舆情新闻；若历史新闻中不存在相似的舆情新闻，则将待推送舆情新闻推送至预设终端；若历史新闻中存在相似的舆情新闻，则基于安全事件发生时间先后顺序将相似的舆情新闻和待推送舆情新闻排序，向预设终端推送排序第一的舆情新闻；

所述方法还包括：

收集区块链安全事件舆情数据，匹配出区块链安全事件舆情数据中各个虚拟货币的交易地址与交易哈希，根据交易地址或交易哈希获取链上交易信息及地址行为数据。

2.根据权利要求1所述的区块链安全事件舆情监测方法，其特征在于，命名实体识别模型对待识别区块链预设安全事件舆情数据的处理过程包括：

获取待识别区块链预设安全事件舆情数据，将待识别区块链预设安全事件舆情数据处理为文本向量；

使用预训练模型BERT编码文本向量获得文本特征序列；

使用BI-LSTM学习文本特征序列的特征获取各节点上下文特征；

利用CRF层进行分类，每个节点选取标签时考虑上个节点的标签与该节点标签之间的转移概率，根据每个节点标签的似然和标签之间的转移概率，计算出最优标签序列。

3.根据权利要求1所述的区块链安全事件舆情监测方法，其特征在于，若存在相似的舆情新闻，则根据相似的舆情新闻数据计算本次推送的舆情新闻的热度，获得推送舆情新闻热度，将排序第一的舆情新闻和对应的舆情新闻热度推送至预设终端。

4.根据权利要求1所述的区块链安全事件舆情监测方法，其特征在于，所述方法还包括：

获得与待推送舆情新闻相似的舆情新闻；

获得与待推送舆情新闻相似的舆情新闻对应的第二关键词集合；

组合第一关键词集合和第二关键词集合获得第三关键词集合；

针对第三关键词集合中每个关键词均统计其在预设时间段内的舆情新闻频次，获得每个关键词的舆情新闻频次；其中，关键词的舆情新闻频次为其在预设时间段内被进行相似度计算的次数；

基于第三关键词集合中关键词的舆情新闻频次构造词云图，将排序第一的舆情新闻和构造的词云图推送至预设终端。

5.根据权利要求4所述的区块链安全事件舆情监测方法，其特征在于，本方法中构造词云图的方式为：

基于关键词的舆情新闻频次大小对关键词降序排序，获得关键词排序结果；

基于关键词排序结果依次将关键词放入词云图中，其中，关键词距离词云图中心的距离大小与该关键词的舆情新闻频次大小呈反比，关键词在词云图中的字体大小与该关键词的舆情新闻频次大小呈正比。

6.根据权利要求1所述的区块链安全事件舆情监测方法，其特征在于，本方法通过正则匹配的方式匹配出区块链安全事件舆情数据中各个虚拟货币的交易地址与交易哈希，地址行为数据包括但不限于以下维度：地址最近一周的有效交易天数、地址最近一月的有效交易天数、转入交易笔数、转出交易笔数、转入交易金额、转出交易金额、日均交易频率、转出交易对手数量和转入对手数量。