[發明專利]互聯網輿情的專題分析方法和裝置

有效

• 申請號: 201110455219.7
• 申請日: 2011-12-28
• 公開（公告）號: CN103186600A
• 公開（公告）日: 2013-07-03
• 發明（設計）人: 孫紅娥;張丹;王松;梁汝峰;楊建武;吳新麗
• 申請（專利權）人: 北大方正集團有限公司;北京大學;北京北大方正電子有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐

技術領域

本發明涉及互聯網技術領域，具體而言，涉及一種互聯網輿情的專題分析方法和裝置。

背景技術

目前獲得網絡輿情專題的辦法一般是：對大型門戶網站、論壇或者熱門論壇進行人工監看，發現相關信息后，手工形成專題。此方法存在以下缺點：

效率低：需要投入大量的人力來監看關注的互聯網信息，每個專題的生成需要查看大量的網頁連接，耗時耗力。

靈活性差：依靠上面的方式，只能發現所關注的有限網站上的輿情專題，未關注網站上面的相關輿情信息會被遺漏。

發明內容

本發明旨在提供一種互聯網輿情的專題分析方法和裝置，以解決在海量輿情數據中及時準確地得到專題的問題。

在本發明的實施例中，提供了一種互聯網輿情的專題分析方法，包括：采集互聯網輿情文件；采用預設的專題規則匹配互聯網輿情文件；對匹配成功的互聯網輿情文件生成專題。

在本發明的實施例中，提供了一種互聯網輿情的專題分析裝置，包括：采集模塊，用于采集互聯網輿情文件；匹配模塊，用于采用預設的專題規則匹配互聯網輿情文件；生成模塊，用于對匹配成功的互聯網輿情文件生成專題。

本發明上述實施例的聯網輿情的專題分析方法和裝置，實現了在海量輿情數據中及時準確地得到專題。

附圖說明

此處所說明的附圖用來提供對本發明的進一步理解，構成本申請的一部分，本發明的示意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定。在附圖中：

圖1示出了根據本發明實施例的互聯網輿情的專題分析方法的流程圖；

圖2示出了根據本發明實施例的網絡輿情專題分析的流程圖；

圖3示出了根據本發明實施例的專題配置流程圖；

圖4示出了根據本發明實施例的專題獲取流程圖；

圖5示出了根據本發明實施例的專題展示流程圖；

圖6示出了根據本發明實施例的互聯網輿情的專題分析裝置的示意圖；

圖7示出了根據本發明優選實施例的網絡輿情專題分析裝置的示意圖。

具體實施方式

下面將參考附圖并結合實施例，來詳細說明本發明。

圖1示出了根據本發明實施例的互聯網輿情的專題分析方法的流程圖，包括：

步驟S10，采集互聯網輿情文件；

步驟S20，采用預設的專題規則匹配互聯網輿情文件；

步驟S30，對匹配成功的互聯網輿情文件生成專題。

本方法設置了專題規則來匹配生成專利，可以很容易地通過計算機編程來實現，從而以自動化代替了人工操作，實現了在海量輿情數據中及時準確地得到專題。

優選地，從以下至少一種互聯網信息源中采集互聯網輿情文件：新聞網站、論壇、博客、微博、即時通信例如QQ、SNS等信息源。

本優選實施例覆蓋了常見的互聯網信息源。

優選地，步驟S20包括：

讀取互聯網輿情文件的內容；

確定將內容的拼音；

以專題規則中的拼音形式的關鍵詞檢索式檢索內容的拼音。

例如，定義了一個專題規則：(gugong?and?beijing)not?taiwan；利用該專題規則對互聯網輿情文件中包含故宮、北京，并且不包含臺灣的文件進行分析，生成相應的專題，例如：故宮建福宮、故宮失竊、故宮到北京市公安局贈送錦旗有錯字等多個專題。本方法簡單易行。

優選地，對匹配成功的互聯網輿情文件生成專題包括：

讀取匹配成功的互聯網輿情文件的內容、時間、標題、網站類型、網站資質、訪問量、回帖量和所屬網站信息；

采用質心比較方法或最近鄰比較方法，確定與匹配成功的互聯網輿情文件最相近的專題；

若不存在與匹配成功的互聯網輿情相近的專題，則將其列為新專題；

若存在與匹配成功的互聯網輿情相近的專題，則將其加入最相近的專題。

質心比較方法或最近鄰比較方法都是比較常用的方法，可以將意義相近的互聯網輿情文件集中到一起，構建一個專題。

優選地，質心比較方法包括：將讀取到的內容與已有專題進行比較，同時考慮時間特征和內容特征，計算所選輿情文件和專題間的相似度，已有專題本身通過其中綜合權重最高的文章來表達。