[发明专利]基于人工智能交叉验证的舆情分析方法及系统

权利要求书

1.基于人工智能交叉验证的舆情分析方法，其特征在于：具体包括以下步骤：

S1、历史研究：对历史发生的舆情事件进行分类，并针对舆情事件进行阶段性标记，采集舆情事件相关结构化数据，按照时间顺序进行标记后，进行存储；

S2、交叉验证：对S1中存储的结构化数据进行整理，获取数据集，构建预测模型，利用时间序列交叉验证和数据集对预测模型进行训练测试，优化后得到训练后的预测模型；

S3、舆情监控：对互联网进行感兴趣舆情监控，获取带有时间标记的舆情结构化数据，导入到S2中训练后的预测模型中，输出阶段性预测结果；

S4、对比分析：根据S3的阶段性预测结果，与S1中存储的历史发生的舆情时间进行相似度对比，获取历史参照。

2.根据权利要求1所述的基于人工智能交叉验证的舆情分析方法，其特征在于：所述S1中采集舆情事件相关结构化数据包括互联网浏览量及其增长率、引发支链数量及其增长率。

3.根据权利要求1所述的基于人工智能交叉验证的舆情分析方法，其特征在于：所述S2中利用数据集对预测模型进行训练时，选择数据时间标记靠前的数据作为训练集，将时间标记靠后的数据作为验证集，将训练集导入到预测模型中，获取结果后，与验证集进行对比，对阶段性演变精准性进行判断。

4.基于人工智能交叉验证的舆情分析系统，包括舆情分析平台(1)，其特征在于：所述舆情分析平台(1)包括历史研究单元(2)、交叉验证单元(3)、舆情监控单元(4)和对比分析单元(5)，其中历史研究单元(2)用于采集历史舆情数据，并进行相关结构化数据的存储，所述历史研究单元(2)与交叉验证单元(3)对接，所述交叉验证单元(3)用于构建预测模型，并通过时间序列交叉验证对预测模型进行训练，所述交叉验证单元(3)与舆情监控单元(4)对接，所述舆情监控单元(4)用于监控并采集感兴趣舆情数据，并利用预测模型进行阶段性预测，所述舆情监控单元(4)与对比分析单元(5)对接，所述对比分析单元(5)用于根据阶段性预测结构，与历史发生的舆情时间进行相似度对比，获取历史参照。

5.根据权利要求4所述的基于人工智能交叉验证的舆情分析系统，其特征在于：所述历史研究单元(2)包括历史舆情分类模块(6)、舆情收集模块(7)和结构化数据存储模块(8)，所述历史舆情分类模块(6)与舆情收集模块(7)对接，所述舆情收集模块(7)与结构化数据存储模块(8)对接。

6.根据权利要求5所述的基于人工智能交叉验证的舆情分析系统，其特征在于：所述历史舆情分类模块(6)用于针对历史发生的舆情事件进行分类，并针对不同分类的舆情事件进行阶段分类；

所述舆情收集模块(7)用于采集舆情事件相关结构化数据；

所述结构化数据存储模块(8)用于将采集的相关结构化数据代入到阶段分类中进行存储，获取结构化数据。

7.根据权利要求4所述的基于人工智能交叉验证的舆情分析系统，其特征在于：所述交叉验证单元(3)包括时间序列数据整理模块(9)、演变模型构建模块(10)和训练测试模块(11)，所述时间序列数据整理模块(9)与演变模型构建模块(10)对接，所述演变模型构建模块(10)与训练测试模块(11)对接。

8.根据权利要求7所述的基于人工智能交叉验证的舆情分析系统，其特征在于：所述时间序列数据整理模块(9)用于对历史研究单元(2)中存储的结构化数据按照时间顺序进行排序；

所述演变模型构建模块(10)用于构建预测模型，并根据训练结果对预测模型进行优化调整；

所述训练测试模块(11)用于选择数据时间标记靠前的数据作为训练集，将时间标记靠后的数据作为验证集，将训练集导入到预测模型中，获取结果后，与验证集进行对比，对阶段性演变精准性进行判断。