[發明專利]一種以矩陣計算為基礎進行輿論信息抽取的方法及系統

有效

• 申請號: 201510569894.0
• 申請日: 2015-09-09
• 公開（公告）號: CN105117385B
• 公開（公告）日: 2017-12-19
• 發明（設計）人: 杜登斌;杜璞
• 申請（專利權）人: 北京中潤普達信息技術有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 北京律誠同業知識產權代理有限公司11006
• 代理人: 祁建國,梁揮

1.一種以矩陣計算為基礎進行輿論信息抽取的方法，其特征在于，包括：

步驟1，抓取互聯網的網站信息，建立信息源矩陣，其中信息源矩陣包括信息庫類型信息、信息庫信息、站點信息、子站點信息、信息源統計信息、信息庫權限信息、基礎屬性信息、文章字段信息八部分；

步驟2，建立分詞矩陣、規則矩陣，分別獲取所述信息源矩陣與所述分詞矩陣與所述規則矩陣的權重與候選級別，用戶輸入用戶關鍵詞，通過分詞矩陣選擇所述用戶關鍵詞的所屬行業，并根據所述權重與所述候選級別計算綜合評分，以完成輿情分析；

其中，所述規則矩陣包括，查找網站中最能體現文章內容的關鍵詞，進行關鍵詞標注；

并通過以下公式獲取所述權重：

信息源權重計算公式：q*w*e＝r，其中q為信息源類型評分，w為信息源網站重要性分級，e為是否置頂，r為信息源權重；

分詞權重計算公式：x*y＝u，其中x為關鍵詞的行業特征表達度，y為關鍵詞的敏感度，u為分詞權重；

規則權重計算公式：g*h＝k，其中g為規則的行業特征表達度，h為規則的情感傾向程度，k為規則權重。

2.如權利要求1所述的一種以矩陣計算為基礎進行輿論信息抽取的方法，其特征在于，所述分詞矩陣將所述用戶關鍵詞可能的所屬行業作為所述分詞矩陣的元素，所述用戶在輸入所述用戶關鍵詞時，通過選擇所屬行業，縮小檢索范圍，提高效率。

3.如權利要求1所述的一種以矩陣計算為基礎進行輿論信息抽取的方法，其特征在于，計算所述綜合評分的公式為：

a₁*b₁+…a_i*b_j＝M

其中a為權重，b為候選級別，i為第i個權重，j為第j個候選級別，M為綜合評分。

4.一種以矩陣計算為基礎進行輿論信息抽取的系統，其特征在于，包括：

建立信息源矩陣模塊，用于抓取互聯網的網站信息，建立信息源矩陣，其中信息源矩陣包括信息庫類型信息、信息庫信息、站點信息、子站點信息、信息源統計信息、信息庫權限信息、基礎屬性信息、文章字段信息八部分；

建立分詞矩陣、規則矩陣模塊，用于建立分詞矩陣、規則矩陣，分別獲取所述信息源矩陣與所述分詞矩陣與所述規則矩陣的權重與候選級別，用戶輸入用戶關鍵詞，通過分詞矩陣選擇所述用戶關鍵詞的所屬行業，并根據所述權重與所述候選級別計算綜合評分，以完成輿情分析；

其中所述規則矩陣包括，查找網站中最能體現文章內容的關鍵詞，進行關鍵詞標注，并通過以下公式獲取所述權重：

信息源權重計算公式：q*w*e＝r，其中q為信息源類型評分，w為信息源網站重要性分級，e為是否置頂，r為信息源權重；

分詞權重計算公式：x*y＝u，其中x為關鍵詞的行業特征表達度，y為關鍵詞的敏感度，u為分詞權重；

規則權重計算公式：g*h＝k，其中g為規則的行業特征表達度，h為規則的情感傾向程度，k為規則權重。

5.如權利要求4所述的一種以矩陣計算為基礎進行輿論信息抽取的系統，其特征在于，所述分詞矩陣將所述用戶關鍵詞可能的所屬行業作為所述分詞矩陣的元素，所述用戶在輸入所述用戶關鍵詞時，通過選擇所屬行業，縮小檢索范圍，提高效率。

6.如權利要求4所述的一種以矩陣計算為基礎進行輿論信息抽取的系統，其特征在于，計算所述綜合評分的公式為：

a₁*b₁+…a_i*b_j＝M

其中a為權重，b為候選級別，i為第i個權重，j為第j個候選級別，M為綜合評分。