[发明专利]一种舆情监测方法和舆情监测系统

说明书

本发明公开了一种舆情监测方法和舆情监测系统，所述舆情监测方法包括：S1：获取关键词；S2：对所述关键词进行关键词扩充操作，得到关键词库；S3：对所述关键词库中的敏感词进行提取操作，得到敏感词库；S4：采集所述关键词库和所述敏感词库的最终舆情数据；S5：对所述舆情数据进行预处理操作，得到预处理结果；S6：对所述预处理结果进行舆情分析处理，得到分析结果；S7：根据所述分析结果，得到舆情监测结果。本发明所提供的舆情监测方法和舆情监测系统，能够有效提高舆情数据的全面性以及准确性。

技术领域

本发明涉及舆情监测技术领域，具体涉及一种舆情监测方法和舆情监测系统。

背景技术

进入信息时代，互联网已经成为了当今社会进行信息传递的重要渠道和载体，基于互联网技术而生的社交媒体在社会生活中得到了广泛应用，人们早已将信息搜集的重心放到了网络社交平台上。但在大数据的时代背景下，网络媒体中的数据规模持续增长，数据形式越发多样，信息传播速度不断提高，这些改变为期待能够监控准确，响应迅速的舆情监控工作带来了不小挑战。已有的舆情监控系统存在以下问题：

1.采集数据的来源较少，信息不全面。大多网络舆情监控系统都只针对单一网站进行数据采集并分析，但如今各社交平台，网络媒体百花齐放，不同平台有不同平台的用户特点，各自的舆情数据也就有了不同的价值。多渠道采集舆情数据，才能更全面，准确的反应网络舆情的状况。

2.舆情检索不准确。大数据背景下，网络舆情数据规模庞大，信息繁杂。一些舆情监控系统直接使用用户提供的关键词进行信息采集，然而由于词汇多有近义词，不同时期可能有不同的网络流行词表达，并且词句可能有歧义等问题，直接使用初始关键词进行检索采集到的大多是寻常意义上的信息，无法获取到最全面的舆情数据以及用户关注的敏感舆情。

3.单文本情感分析的方法对反讽，语句歧义等问题解决效果较差。当下的情感分析方法大多是针对文本的情感分析，这类方法往往无法很好的识别反讽语句，因为这类语句抛弃上下文环境和正常语句相差甚微。而在如今的网络环境中，图片例如emoji，表情包等已经成为了人们表达情绪的重要补充，值得引起情感分析领域的关注。

发明内容

本发明的目的在于提供一种舆情监测方法和舆情监测系统，以能够有效提高舆情数据的全面性以及准确性。

本发明解决上述技术问题的技术方案如下：

本发明提供一种舆情监测方法，所述舆情监测方法包括：

S1：获取用户输入的关键词；

S2：对所述关键词进行关键词扩充操作，得到关键词库；

S3：对所述关键词库中的敏感词进行提取操作，得到敏感词库；

S4：采集所述关键词库和所述敏感词库的最终舆情数据；

S5：对所述最终舆情数据进行预处理操作，得到预处理结果；

S6：对所述预处理结果进行舆情分析处理，得到分析结果；

S7：根据所述分析结果，得到舆情监测结果。

可选择地，所述步骤S2包括：

利用所述关键词在相关数据源中进行搜索，得到与所述关键词相匹配的多条数据信息；

根据所有所述数据信息，得到所述关键词库。

可选择地，所述步骤S3包括：

利用分词工具包对所述关键词库中所有数据进行分词操作，得到分词数据库；

将所有所述分词数据信息转换为词向量信息；

根据所述词向量信息，利用BiLSTM模型提取所述分词数据库中的负面词；