[发明专利]一种基于大数据的舆情智能分析方法

摘要

本发明公开了一种基于大数据的舆情智能分析方法，该方法包括以下步骤：1)网络舆情数据采集：根据事先制定的采集策略配置采集模板，进行对网站、论坛、社交平台在内的网络信息的采集；2)网络舆情信息存储管理：网络舆情信息的存储，并对数据实现包括抽取、转换、索引在内的管理服务；3)通过网络舆情信息分析，发现和预警网络水军：4)根据网络水军的分析结果的统计实现对网络水军的可视化展示。本发明方法能通过大数据来识别网络水军并智能判断其在敏感事件中的危害性。

主权项

1.一种基于大数据的舆情智能分析方法，其特征在于，包括以下步骤：1)网络舆情数据采集：根据事先制定的采集策略配置采集模板，进行对网站、论坛、社交平台在内的网络信息的采集；所述采集策略包括：采集信息的深度、范围、频率、优先级；采集模板的字段包括：用户名、标题、内容、时间、来源、评论、点赞量、点踩量；2)网络舆情信息存储管理：网络舆情信息的存储，并对数据实现包括抽取、转换、索引在内的管理服务；3)通过网络舆情信息分析，发现和预警网络水军：3.1)危险信号的表达、提取、计算；危险信号的提取和计算步骤如下：3.1.1)将某个热点事件的网络舆情信息作为初始数据集合S，在存储数据中采集所有参与这个事件的网名ID、内容、评论、点赞和点踩数据；3.1.2)对S中所有的评论做哈希计算，m＝hash(S),计算每个不同评论m的次数，并进行排序；3.1.3)根据相同评论的排序，设置相同评论的次数阈值，该次数阈值作为促发危险信号的标准，即大于该阈值，触发危险信号D1；查找触发了危险信号的相同评论是哪些网名ID发表的，得到初始可疑网络水军网名ID集合N；3.1.4)针对集合N，进行行为分析，具体包括：发帖的频率，参与热帖的比例，参考同一事件中非可疑网民的发帖频率；把发帖频率作为危险信号D2，设置发帖频率阈值作为危险信号D2的触发阈值，针对集合N，根据触发信号在可疑网络水军中提取网民ID；3.1.5)把网民ID注册时间作为危险信号D3；该网民ID参与热帖占该网民ID参与总贴的比例作为危险信号D4，设置相应的阈值触发危险信号；针对集合N，根据触发信号在可疑网络水军中提取网民ID；3.2)危险信号识别器种群；针对步骤3.1)定义的4个危险信号D1，D2，D3，D4，分别定义一个相应的识别器，构成识别器种群；定义每种危险信号的危险级别，当危险达到一定的程度时候，激活相应的识别器进行判定，对各个识别器的判定结果进行融合，最终触发识别信号；3.3)网络水军的结构特征分析；通过网络水军的结构分析，建立网络水军的预警方法，具体步骤如下：3.3.1)根据3.2)描述的最终触发识别信号触发后，确定敏感事件Pi的网络水军集合Di，以此类推，获得多个敏感事件的网络水军集合；3.3.2)通过网络水军集合交运算，得到参与多个敏感事件的网络水军D；3.3.3)根据D包含的网络水军ID，查找这些网民还参与过的其他网络舆情事件；3.3.4)根据步骤3.3.2)的结果，按照参与敏感事件的数量确定网络水军的分级，即参与越多敏感事件的网络水军危害程度越大，通过计数累计实现分级管理；3.3.5)根据步骤3.3.3)中的结果，对敏感事件的可信程度进行分级，即越多网络水军参与的事件可信度越低；4)根据网络水军的分析结果的统计实现对网络水军的可视化展示。