[发明专利]一种食品安全舆情监控方法及系统

摘要

本发明公开了一种食品安全舆情监控方法及系统。通过对优化文本数据进行分词处理后，利用tf‑idf值和single‑pass算法处理得到优化文本数据中各新闻的相似度，再利用网络传播热度指数算法，计算新闻关注度；结合相似度和关注度识别出优化文本数据中的网络重要舆情信息，之后再对网络重要舆情信息进行舆情分级、舆情事件处理分类、多维度分析、舆情群体分析、舆情处置分析、舆情预警分析和决策支持分析，得到舆情发展趋势、舆情群体分布走势和舆情预警等级的分析结果。本发明能够提高舆情事件的处理能力，降低舆情事件扩大的风险。

主权项

1.一种食品安全舆情监控方法，其特征在于，按下述步骤进行：(1)通过舆情数据源构建动态媒体库；所述的舆情数据源为，包括新闻、微博、论坛、贴吧、微信和博客的网络舆情数据来源；(2)根据舆情事件发生语义分析品名、风险类别、风险危害大小、各类关键词关系，初始化关键词库；(3)通过网络爬虫或者网站公开API的方式，结合关键词库中的关键词，从步骤(1)中的动态媒体库进行数据采集，获取网络新闻文本数据；(4)对网络新闻文本数据进行预处理，得到包括新闻标题、摘要、内容、发布时间、新闻媒体、转发、评论的，结构化的优化文本数据，将优化文本数据存储于舆情动态数据库；(5)根据舆情事件的报道频率，政府、企业和消费者三方的关注热点以及演化关联程度，计算各媒体的重要性权重指标，并进行动态更新，根据权重指标对媒体重要性进行等级划分，以实时地获取最新的动态媒体库，其中媒体的重要性权重指标计算公式为：δ1为舆情事件的报道频率，δ2为政府、企业和消费者三方的关注热点，δ3为舆情演化关联程度，δ4为其他影响因子；(6)对优化文本数据进行分词处理，得到分词结果和词性，进行特征筛选，利用分词结果不断优化完善关键词库，以实时地获取最新的舆情数据；(7)利用tf‑idf值量化分词处理结果中每个分词的权重，得到每个分词的权重值；(8)根据权重值，利用single‑pass算法计算优化文本数据中各新闻的相似度，从而进行文本聚类；(9)从舆情数据源中采集网络新闻文本数据的关注度、转发率和媒体重要性指标，利用网络传播热度指数算法，计算新闻关注度；(10)结合相似度和关注度，识别判定网络重要舆情信息，对舆情信息的重要性进行判别，识别后存入动态舆情数据库；(11)对步骤(10)的所识别的网络重要舆情信息，进行舆情分级、舆情事件处理分类、多维度分析、舆情群体分析、舆情处置分析、舆情预警分析和决策支持分析，得到舆情发展趋势、舆情群体分布走势和舆情预警等级的分析结果，根据分析结果形成舆情事件的政府、企业和消费者三方的舆情风险管控措施和补救机制；即，形成舆情事件等级转化机制。