[發(fā)明專利]一種網(wǎng)絡(luò)輿情漏斗式數(shù)據(jù)采集分析推送系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410730979.8
• 申請(qǐng)日: 2014-12-05
• 公開（公告）號(hào): CN104408157A
• 公開（公告）日: 2015-03-11
• 發(fā)明（設(shè)計(jì)）人: 吳雪;黃正強(qiáng);劉明所
• 申請(qǐng)（專利權(quán)）人: 四川誠(chéng)品電子商務(wù)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 成都金英專利代理事務(wù)所(普通合伙) 51218
• 代理人: 袁英

1.一種網(wǎng)絡(luò)輿情漏斗式數(shù)據(jù)采集分析推送系統(tǒng)，包括網(wǎng)絡(luò)輿情采集模塊、網(wǎng)絡(luò)輿情處理模塊和網(wǎng)絡(luò)輿情發(fā)布模塊，其特征在于：所述網(wǎng)絡(luò)輿情采集模塊包括定向精確采集子模塊和非定向采集子模塊，所述定向精確采集子模塊，用于采集新聞、論壇、微博、博客、電子報(bào)、網(wǎng)絡(luò)電視輿情高發(fā)區(qū)的媒體類型站點(diǎn)，保證重要信息第一時(shí)間優(yōu)先采集不丟失；所述非定向采集子模塊，用于采集百度、GOOGLE、360當(dāng)前主流搜索引擎數(shù)據(jù)，進(jìn)行輿情數(shù)據(jù)搜索采集補(bǔ)充，保證了信息收集的全面性；??????

所述網(wǎng)絡(luò)輿情處理模塊包括熱點(diǎn)和敏感話題識(shí)別子模塊、主題跟蹤子模塊、自動(dòng)摘要子模塊和綜合分析子模塊；所述熱點(diǎn)和敏感話題識(shí)別子模塊用于根據(jù)系統(tǒng)內(nèi)設(shè)置的與我相關(guān)、輿情、正負(fù)面三大類關(guān)鍵詞詞庫(kù)識(shí)別出給定時(shí)間段內(nèi)的熱門話題、敏感話題以及正負(fù)面輿情信息；所述主題跟蹤子模塊用于分析新發(fā)表文章、帖子的話題是否與已有主題相同；所述自動(dòng)摘要子模塊用于對(duì)各類主題，各類傾向形成自動(dòng)摘要；所述綜合分析子模塊，用于根據(jù)形成的自動(dòng)摘要，分析某個(gè)主題在不同時(shí)段間的關(guān)注程度，預(yù)測(cè)發(fā)展趨勢(shì)；對(duì)突發(fā)事件進(jìn)行跨時(shí)間、跨空間綜合分析，獲知事件發(fā)生的全貌并預(yù)測(cè)事件發(fā)展的趨勢(shì)；

所述網(wǎng)絡(luò)輿情發(fā)布模塊包括輿情預(yù)警子模塊和多維度輿情信息展示子模塊，所述輿情預(yù)警子模塊用于對(duì)突發(fā)事件、涉及內(nèi)容安全的敏感話題及時(shí)發(fā)現(xiàn)并報(bào)警，所述多維度輿情信息展示子模塊，用于對(duì)輿情分析結(jié)果形成簡(jiǎn)報(bào)、報(bào)告、圖表，自動(dòng)推送給用戶。

2.網(wǎng)絡(luò)輿情漏斗式數(shù)據(jù)采集分析推送方法，其特征在于：包括以下步驟：

（1）網(wǎng)絡(luò)輿情采集：對(duì)境內(nèi)外網(wǎng)絡(luò)中的新聞網(wǎng)頁(yè)、論壇、微博、博客、電子報(bào)、網(wǎng)絡(luò)電視輿情高發(fā)區(qū)的媒體類型站點(diǎn)進(jìn)行定向精確采集，對(duì)百度、GOOGLE、360主流搜索引擎數(shù)據(jù)進(jìn)行非定向采集，對(duì)采集回的信息進(jìn)行去重、過濾后存入采集數(shù)據(jù)庫(kù)；

（2）網(wǎng)絡(luò)輿情處理，包括以下子步驟：

S1、系統(tǒng)對(duì)采集數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析，根據(jù)與我相關(guān)詞庫(kù)進(jìn)行分析是否與我相關(guān)，分出與我有關(guān)的信息和與我無關(guān)的信息；

S2、系統(tǒng)對(duì)與我有關(guān)的信息進(jìn)行分析，根據(jù)輿情詞庫(kù)分析是否屬于輿情信息，分出輿情信息和非輿情信息；

S3、系統(tǒng)對(duì)輿情信息進(jìn)行分析，根據(jù)本條輿情信息出處的站點(diǎn)級(jí)別數(shù)、本條輿情正負(fù)關(guān)鍵詞級(jí)別數(shù)、本條輿情數(shù)據(jù)相似度和相關(guān)度進(jìn)行聚類后的總條數(shù)，三個(gè)數(shù)據(jù)相乘積得到本條輿情信息的熱點(diǎn)值，識(shí)別出熱點(diǎn)信息和非熱點(diǎn)信息；

S4、系統(tǒng)根據(jù)正負(fù)面詞庫(kù)，采用自然語(yǔ)言智能分詞技術(shù)，識(shí)別出信息的正負(fù)面關(guān)系，分出負(fù)面信息和非負(fù)面信息；所述正負(fù)面詞庫(kù)包括情感語(yǔ)料庫(kù)和正負(fù)面輿情詞典；

S5、系統(tǒng)進(jìn)行主題跟蹤，分析新發(fā)布的文章、帖子的話題是否與已有的主題相同；對(duì)各類主題形成自動(dòng)摘要；系統(tǒng)將采集回來的信息進(jìn)行輿情關(guān)鍵詞統(tǒng)計(jì)分析出輿情關(guān)鍵詞的分布情況并進(jìn)行關(guān)鍵詞聚類處理，對(duì)文章標(biāo)題相似度進(jìn)行綜合分析比較判斷生成相似度關(guān)聯(lián)數(shù)據(jù)，實(shí)現(xiàn)對(duì)某一事件主題跟蹤分析；

S6、系統(tǒng)根據(jù)形成的自動(dòng)摘要，分析某個(gè)主題在不同時(shí)段間的關(guān)注程度，預(yù)測(cè)發(fā)展趨勢(shì)；系統(tǒng)輿情庫(kù)中詳細(xì)記錄有每條輿情信息的發(fā)布時(shí)間，站點(diǎn)和載體信息資料，通過主題跟蹤分析算法，分析出某一個(gè)事件主題的詳細(xì)的輿情傳播途徑以及傳播載體，統(tǒng)計(jì)出輿情在什么時(shí)間段和什么載體上所出現(xiàn)的頻率以及概率值，生成一個(gè)直觀的輿情發(fā)展趨勢(shì)圖；

S7、系統(tǒng)對(duì)突發(fā)事件進(jìn)行跨時(shí)間、跨空間綜合分析，系統(tǒng)將每條采集回來的輿情數(shù)據(jù)進(jìn)行聚類整合分析出輿情正負(fù)面級(jí)別、發(fā)布在各站點(diǎn)時(shí)間、發(fā)布在各站點(diǎn)的頻率以及根據(jù)發(fā)布時(shí)間形成的時(shí)間和站點(diǎn)的輿情傳播途徑這些熱點(diǎn)因素，并按照突發(fā)輿情事件的性質(zhì)、嚴(yán)重程度、擴(kuò)散速度、影響范圍、持續(xù)時(shí)間要素自動(dòng)將突發(fā)輿情事件分為特別重大輿情事件、重大輿情事件、較大輿情事件和一般輿情事件；

S8、系統(tǒng)根據(jù)突發(fā)輿情事件的級(jí)別，進(jìn)行輿情預(yù)警；

（3）網(wǎng)絡(luò)輿情發(fā)布：系統(tǒng)透過圖表分析趨勢(shì)，掌握潛在的變化規(guī)律，對(duì)輿情分析結(jié)果形成簡(jiǎn)報(bào)、報(bào)告、圖表等方式，自動(dòng)推送給用戶所關(guān)心的輿情信息。

3.根據(jù)權(quán)利要求2所述的網(wǎng)絡(luò)輿情漏斗式數(shù)據(jù)采集分析推送方法，其特征在于：步驟（1）所述的采集方法是采用互聯(lián)網(wǎng)信息采集、文本挖掘技術(shù)和全文檢索技術(shù)采集信息。

4.根據(jù)權(quán)利要求2所述的網(wǎng)絡(luò)輿情漏斗式數(shù)據(jù)采集分析推送方法，其特征在于：步驟（2）所述的輿情預(yù)警包括短信預(yù)警、郵件預(yù)警、彈窗預(yù)警。