[發明專利]輿情分析方法、系統、計算機設備和存儲介質

在審

• 申請號: 201711307926.5
• 申請日: 2017-12-11
• 公開（公告）號: CN108052586A
• 公開（公告）日: 2018-05-18
• 發明（設計）人: 謝家杰
• 申請（專利權）人: 上海壹賬通金融科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 劉立天

1.一種輿情分析方法，其特征在于，所述輿情分析方法包括：

S101:根據預先定義的搜索策略，通過網絡爬蟲搜索并讀取網頁文件，從網頁文件中提取輿情數據；

S102:對提取的輿情數據進行過濾，去除垃圾信息；

S103：對過濾后的輿情數據進行整理分類，分類類型包括來源、強相關和活躍人員所發貼；

S104:對每個分類結果中的輿情數據進行分析處理，得到輿情分析結果，包括起源、輿論情感色彩、網絡擴散狀態、發展趨勢、地域分布信息、年齡段范圍信息和關注熱點；

S105:以圖表和報告形式顯示和輸出經過步驟S104得到的所述輿情分析結果。

2.根據權利要求1所述的輿情分析方法，其特征在于，所述輿情數據包括網址、標題、時間、作者、來源、正文、評論、點擊率、回復數和轉載量。

3.根據權利要求1所述的輿情分析方法，其特征在于，所述步驟S102，對提取的輿情數據進行過濾包括：

當觸發預設條件時，判定所述輿情數據為垃圾信息，并進行過濾，其中，垃圾信息＝A||B||C||D，A＝中文長度少于4，B＝連續英文長度大于15，C＝黑名單詞語，D＝包含符號*&^％$#@。

4.根據權利要求1所述的輿情分析方法，其特征在于，所述步驟S104，對每個分類結果中的輿情數據進行分析處理包括：

S401:分析爬取來源，得到該輿情數據對應的所述起源；

S402:對統計單位時間內的輿情數據進行情感分析,得到所述輿論情感色彩；

S403:分析各爬蟲來源是否包含該輿情事件，得到該輿情事件的所述網絡擴散狀態；

S404:分析單位時間內關鍵詞出現頻率，得到該輿情事件的所述發展趨勢；

S405分析參與該輿情事件的用戶的登錄IP和年齡信息，得到發生該輿情事件的所述地域分布信息和所述年齡段范圍信息；

S406:分析單位時間內詞語出現頻率，得到所述關注熱點。

5.根據權利要求4所述的輿情分析方法，其特征在于，所述步驟S402中，對統計單位時間內的輿情數據進行所述情感分析包括：結合詞典的方式，使用基于句子加權算法的情感分析方法。

6.根據權利要求4所述的輿情分析方法，其特征在于，所述輿論情感色彩包括高興、普通或憤怒，所述網絡擴散狀態包括擴散初期、擴散中期或擴散晚期。

7.根據權利要求1所述的輿情分析方法，其特征在于，所述步驟S105中，所述圖表包括餅形圖、折線圖、柱形圖、條形圖、面積圖、散點圖、表格中的一種或數種，或餅形圖、折線圖、柱形圖、條形圖、面積圖、散點圖、表格中兩種或兩種以上疊加而成的復合圖。

8.一種輿情分析系統，其特征在于:所述輿情分析系統包括爬蟲模塊、過濾模塊、分類模塊、分析模塊、展示模塊；

所述爬蟲模塊，用于根據預先定義的搜索策略，通過網絡爬蟲搜索并讀取網頁文件，從網頁文件中提取輿情數據；

所述過濾模塊，用于對提取的輿情數據進行過濾，去除垃圾信息；

所述分類模塊，用于對過濾后的輿情數據進行整理分類，分類類型包括來源、強相關和活躍人員所發貼；

所述分析模塊，用于對每個分類結果中的輿情數據進行分析處理，得到輿情分析結果，包括起源、輿論情感色彩、網絡擴散狀態、發展趨勢、地域分布信息、年齡段范圍信息和關注熱點；

所述展示模塊，用于以圖表和報告形式顯示和輸出經過步驟S104得到的所述輿情分析結果。

9.一種計算機設備，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時，使得所述處理器執行如權利要求1至7中任一項所述輿情分析方法的步驟。

10.一種存儲有計算機可讀指令的存儲介質，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如權利要求1至7中任一項所述輿情分析方法的步驟。