[發明專利]基于行業知識圖譜數據庫對互聯網媒體事件進行監測的方法、裝置和系統

有效

• 申請號: 201610716109.4
• 申請日: 2016-08-24
• 公開（公告）號: CN107783973B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 何超;梁穎琪;車慧詩
• 申請（專利權）人: 慧科訊業有限公司
• 主分類號: G06F16/25
• 分類號: G06F16/25;G06F16/953;G06F16/28
• 代理公司: 北京市君合律師事務所 11517
• 代理人: 王昭林;唐宇

本發明提供了一種構建行業知識圖譜數據庫的方法，包括以下步驟：從數據源獲取行業數據；對所述行業數據進行數據處理，以提取與所述行業相關的實體以及對應的實體屬性和/或實體關系；基于所提取的實體、實體屬性和/或實體關系構建所述行業知識圖譜數據庫。本發明還提供了一種基于所構建的行業知識圖譜數據庫對與行業相關的特定媒體事件進行監測的方法，包括以下步驟：獲取互聯網媒體數據；基于所獲取的互聯網媒體數據進行事件檢測、事件評價和篩選，以獲取所述與行業相關的特定媒體事件；識別與所述特定媒體事件對應的直接相關實體；基于所述直接相關實體，訪問所述行業知識圖譜數據庫，以確定與所述特定媒體事件對應的非直接相關實體；向所述直接相關實體和/或所述非直接相關實體發送預警消息。

技術領域

本發明涉及互聯網媒體監測領域，具體而言，涉及一種構建行業知識圖譜數據庫的技術以及一種基于所構建的行業知識圖譜數據庫對互聯網媒體事件進行監測的技術。

背景技術

計算機、通信以及網絡技術的迅速發展使包括PC、平板電腦、智能手機、網絡電視等在內的終端設備的性能不斷提高。相應地，互聯網媒體，特別是互聯網社交媒體，憑借其多元性、迅捷性、交互性、易復制性、多媒體化等特點，已逐漸成為大眾獲取新聞資訊的主要途徑之一。

然而，互聯網媒體信息在具有時效性強、獲取方式靈活便捷等優勢的同時，其信息源和傳播方式的開放性特點也導致了以下問題的存在：在未經授權或證實的情況下，一些敏感消息(例如，商業秘密)甚至虛假消息在互聯網媒體平臺上被大量用戶快速傳播，從而演變為對相關的個人、企業/機構、行業乃至社會造成不良影響的媒體事件。因此，需要對互聯網媒體中的媒體事件進行監測，并在監測到滿足一定條件的媒體事件后采取相應的措施，以降低或消除其潛在的影響。

現有的互聯網媒體監測技術則存在以下缺陷：1)使用興趣匹配的方式為用戶提供互聯網媒體監測，用戶需要自定義感興趣的內容主題、相關實體等，因此在監測中僅能夠識別與用戶已定義的實體直接相關的事件，而無法識別用戶未定義但是與用戶所感興趣的實體間接相關的事件；2)監測對象的屬性單一，僅能夠提供針對單一媒體類別和數據源(例如，特定的社交媒體、新聞媒體、論壇、博客等)、單一數據類型(一般為文本)、單一語言的監測。

發明內容

本發明的一個目的是提供一種構建行業知識圖譜數據庫的技術，將針對特定行業或領域的相關數據提取并保存在知識圖譜數據庫中，所構建的行業知識圖譜數據庫可以應用于互聯網媒體監測中，以實現對相關互聯網媒體事件的自動化、深層次監測。

本發明的另一個目的是提供一種基于所構建的行業知識圖譜數據庫對互聯網媒體事件進行監測的技術，在監測中能夠識別出與特定媒體事件對應的非直接相關實體，并且能夠對多種類型的互聯網媒體數據進行監測。

為了實現上述發明目的，本發明提供的具體技術方案如下。

本發明提供了一種構建行業知識圖譜數據庫的方法，包括以下步驟：從數據源獲取行業數據；對所述行業數據進行數據處理，以提取與所述行業相關的實體以及對應的實體屬性和/或實體關系；基于所提取的實體、實體屬性和/或實體關系構建所述行業知識圖譜數據庫。

優選地，所述獲取行業數據的步驟通過以下方式實現：從第三方行業數據庫獲取結構化行業數據，所述結構化行業數據包括多個字段；所述對行業數據進行數據處理的步驟通過以下方式實現：對所述結構化行業數據進行數據清洗以及抽取-轉換-加載(ETL)處理；所述構建行業知識圖譜數據庫的步驟通過以下方式實現：基于所提取的實體、實體屬性和/或實體關系生成所述行業知識圖譜數據庫。