[发明专利]一种舆情监测的方法、装置、电子设备和存储介质

说明书

本申请提供了一种舆情监测的方法、装置、电子设备和存储介质，通过读取分布式发布订阅消息系统中的舆情信息并对舆情信息进行分类，能够对非目标信息进行筛选和过滤，如此，能够减少监测噪声，提高监测过程的准确性；此外，基于智能合约进行自动预警能够实现舆情的客观上报，避免了人工上报和逐层审批，从而避免了人工上报产生的误差，通过区块链的去中心化，得到一种公平可靠的机制，实现了舆情监测的自动化运行。

技术领域

本申请涉及区块链技术领域，涉及但不限于一种舆情监测的方法、装置、电子设备和存储介质。

背景技术

在现有网络舆情监控过程中，多采用人工进行舆情信息的审批和负面舆情信息的上报，监控过程繁琐，且容易因为人工干预产生监测误差。因此，缺乏一种公平可靠的机制实现舆情监测的自动化运行。

发明内容

有鉴于此，本申请提供一种舆情监测的方法、装置、电子设备和存储介质。该方法能够实现舆情的客观上报，避免了人工上报和逐层审批，从而避免了人工上报产生的误差，通过区块链的去中心化，得到一种公平可靠的机制，实现了舆情监测的自动化运行。

第一方面，提供了一种舆情监测的方法，应用于区块链系统中，所述区块链系统包括一个或多个节点，所述方法包括：获取实时舆情信息；对所述实时舆情信息进行文本分析，得到所述实时舆情信息的第一特征，所述第一特征包括所述实时舆情信息的主题、目标实体、情感类型和置信度中的一种或多种信息；当所述第一特征满足预设的负面舆情事件上报条件时，将所述实时舆情信息推送到所述区块链系统中，使得所述区块链系统的所述一个或多个节点中的每一个节点对所述实时舆情信息进行签名验证；当检测到所述一个或多个节点中的每一个节点对所述实时舆情信息的签名之后，向所述区块链系统上报所述实时舆情信息。

结合第一方面，在第一方面的一种可能的实现方式中，所述获取实时舆情信息，包括：当检测到分布式发布订阅消息系统发送的消息通知时，从所述分布式发布订阅消息系统中获取实时舆情信息。

结合第一方面和上述实现方式，在第一方面的一种可能的实现方式中，该方法还包括：确定舆情爆发预测模型，所述舆情爆发预测模型用于根据所述实时舆情信息预测是否爆发舆情；根据所述舆情爆发预测模型和所述第一特征，确定第二特征，所述第二特征包括所述实时舆情信息的词云、舆情爆发指数和媒体信用中的一种或多种信息；当所述第二特征满足预设的舆情爆发预警上报条件时，将所述实时舆情信息推送到所述区块链系统中，使得所述区块链系统的所述一个或多个节点中的每一个节点对所述实时舆情信息进行签名验证；当检测到所述一个或多个节点中的每一个节点对所述实时舆情信息的签名之后，进行舆情爆发预警。

结合第一方面和上述实现方式，在第一方面的一种可能的实现方式中，当所述第二特征包括所述媒体信用信息时，该方法还包括：确定媒体信用等级预测模型，所述媒体信用等级预测模型用于根据媒体发布的实时舆情信息预测所述媒体的可信度；根据所述舆情爆发预测模型和所述第一特征，确定所述媒体信用信息；所述第一特征还包括：所述实时舆情信息的发布时间、阅读量、转发量和点赞量中的一种或多种信息；当所述媒体信用信息满足预设的媒体信用上报条件时，将所述舆情信息推送到所述区块链系统，使得所述区块链系统的所述一个或多个节点中的每一个节点对所述实时舆情信息进行签名验证；当检测到所述一个或多个节点中的每一个节点对所述实时舆情信息的签名之后，进行媒体信用评价。

结合第一方面和上述实现方式，在第一方面的一种可能的实现方式中，确定舆情爆发预测模型，包括：获取N个实时舆情信息作为训练样本；N为大于或等于1的自然数；获取所述训练样本的第一特征；对所述第一特征进行归一化，得到输入向量；将所述输入向量输入卷积神经网络并进行学习训练，得到所述舆情爆发预测模型。

结合第一方面和上述实现方式，在第一方面的一种可能的实现方式中，确定媒体信用等级预测模型包括：获取M个实时舆情信息作为训练样本；M为大于或等于1的自然数；获取所述训练样本第一特征；对所述第一特征进行归一化，得到输入向量；将所述输入向量输入卷积神经网络并进行学习训练，得到所述媒体信用等级预测模型。