[发明专利]企业舆情库构建方法、装置、计算机设备及存储介质

摘要

本发明公开了企业舆情库构建方法、装置、计算机设备及存储介质。该方法包括：通过爬虫工具定向爬取第一网址列表中各子网页列表对应网站的网页内容；获取网页内容中包括第一关键词列表中任意一个关键词的网页信息，存储至与各行业领域对应的存储区域；通过爬虫工具并行获取第二网址列表中各网站在预设的时间段的源数据集，对源数据集中每一源数据进行预处理，得到对应的处理后数据；通过行业分类模型，对各处理后数据进行行业分类，得到行业分类结果，将每一处理后数据根据行业分类结果存储至对应的存储区域。该方法采用爬虫技术，实现了基于网络大数据来构建舆情库，即通过爬虫定向爬取信息后对数据由分类模型进行分类，搭建难度和成本均降低。

主权项

1.一种企业舆情库构建方法，其特征在于，包括：通过爬虫工具定向爬取预设的第一网址列表中各子网页列表对应网站的网页内容；其中，每一子网页列表对应一个行业领域；获取所述网页内容中包括预设的第一关键词列表中任意一个关键词的网页信息，并存储至与各行业领域对应的存储区域；通过爬虫工具并行获取预设的第二网址列表中各网站在预设的时间段的源数据集，对所述源数据集中每一源数据进行预处理，得到与每一源数据对应的处理后数据；通过预先训练的行业分类模型，对与每一源数据对应的处理后数据进行行业分类，得到与每一处理后数据的行业分类结果，将每一处理后数据根据行业分类结果存储至对应的存储区域；以及按预设的时间周期在每一行业领域对应的存储区域中获取与预设的第二关键词列表中每一关键词一一对应的变化指数，以第二关键词列表中每一关键词一一对应的变化指数为待训练多层LSTM模型的输入，将与变化指数对应的行业指数作为待训练多层LSTM模型的输出，对待训练多层LSTM模型进行训练，得到用于预测行业指数的多层LSTM模型；其中，所述变化指数包括与企业营业收入对应的第一变化指数、与利润对应的第二变化指数、及与行业领域的总热度值对应的第三变化指数。