[發(fā)明專利]網(wǎng)絡(luò)輿情分析方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201810451703.4
• 申請(qǐng)日: 2018-05-12
• 公開（公告）號(hào): CN108647335A
• 公開（公告）日: 2018-10-12
• 發(fā)明（設(shè)計(jì)）人: 賴超華
• 申請(qǐng)（專利權(quán)）人: 蘇州華必訊信息科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種網(wǎng)絡(luò)輿情分析方法，其特征在于，包括：從互聯(lián)網(wǎng)獲取網(wǎng)絡(luò)輿情分析的目標(biāo)網(wǎng)頁(yè)；

對(duì)所述目標(biāo)網(wǎng)頁(yè)中的文本進(jìn)行分詞；利用統(tǒng)計(jì)的算法從分詞的結(jié)果中獲取目標(biāo)網(wǎng)頁(yè)的文本特征詞；根據(jù)預(yù)先訓(xùn)練的正負(fù)面詞分類器將所述文本特征詞歸類為正面文本特征詞和負(fù)面文本特征詞；根據(jù)所述文本特征詞的歸類結(jié)果判定所述目標(biāo)網(wǎng)頁(yè)為正面輿情網(wǎng)頁(yè)或負(fù)面 輿情網(wǎng)頁(yè)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在從互聯(lián)網(wǎng)獲取網(wǎng)絡(luò)輿情 分析的目標(biāo)網(wǎng)頁(yè)之前，還包括：利用支持向量機(jī)SVM算法訓(xùn)練正負(fù)面詞分類器。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，對(duì)所述目標(biāo)網(wǎng)頁(yè)的文本 進(jìn)行分詞包括：

利用正向迭代最細(xì)粒度切分算法對(duì)所述目標(biāo)網(wǎng)頁(yè)的文本進(jìn)行分詞。

4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，利用統(tǒng)計(jì)的算法從分詞 的結(jié)果中獲取目標(biāo)網(wǎng)頁(yè)的文本特征詞包括：利用詞頻-倒排文檔頻率TF-IDF算法從分詞的結(jié)果中獲取目標(biāo)網(wǎng)頁(yè)的文本 特征詞。

5.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，根據(jù)所述文本特征詞的 歸類結(jié)果判定所述目標(biāo)網(wǎng)頁(yè)為正面輿情網(wǎng)頁(yè)或負(fù)面輿情網(wǎng)頁(yè)包括：

根據(jù)所述文本特征詞被歸為正面文本特征詞及負(fù)面文本特征詞的個(gè)數(shù)和/ 或各文本特征詞在所述目標(biāo)網(wǎng)頁(yè)中的權(quán)重，將所述目標(biāo)網(wǎng)頁(yè)判定為正面輿情網(wǎng)頁(yè)或負(fù)面輿情網(wǎng)頁(yè)。

6.一種網(wǎng)絡(luò)輿情分析裝置，其特征在于，包括：目標(biāo)網(wǎng)頁(yè)獲取模塊，用于從互聯(lián)網(wǎng)獲取網(wǎng)絡(luò)輿情分析的目標(biāo)網(wǎng)頁(yè)；文本分詞模塊，用于對(duì)所述目標(biāo)網(wǎng)頁(yè)中的文本進(jìn)行分詞；文本特征詞獲取模塊，用于利用統(tǒng)計(jì)的算法從分詞的結(jié)果中獲取目標(biāo)網(wǎng)頁(yè)的文本特征詞；文本特征詞歸類模塊，用于根據(jù)預(yù)先訓(xùn)練的正負(fù)面詞分類器將所述文本特征詞歸類為正面文本特征詞和負(fù)面文本特征詞；網(wǎng)頁(yè)類別判定模塊，用于根據(jù)所述文本特征詞的歸類結(jié)果判定所述目標(biāo)網(wǎng) 頁(yè)為正面輿情網(wǎng)頁(yè)或負(fù)面輿情網(wǎng)頁(yè)。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括：分類器訓(xùn)練模塊，用于在從互聯(lián)網(wǎng)獲取網(wǎng)絡(luò)輿情分析的目標(biāo)網(wǎng)頁(yè)之前，利用支持向量機(jī)SVM算法訓(xùn)練正負(fù)面詞分類器。

8.根據(jù)權(quán)利要求6或7所述的裝置，其特征在于，所述文本分詞模塊具體 用于利用正向迭代最細(xì)粒度切分算法對(duì)所述目標(biāo)網(wǎng)頁(yè)的文本進(jìn)行分詞。

9.根據(jù)權(quán)利要求6或7所述的裝置，其特征在于，所述文本特征詞獲取模塊具體用于利用TF-IDF算法從分詞的結(jié)果中獲取目標(biāo)網(wǎng)頁(yè)的文本特征詞。

10.根據(jù)權(quán)利要求6或7所述的裝置，其特征在于，所述網(wǎng)頁(yè)類別判定模塊具體用于根據(jù)所述文本特征詞被歸為正面文本特征詞及負(fù)面文本特征詞的個(gè)數(shù)和/或各文本特征詞在所述目標(biāo)網(wǎng)頁(yè)中的權(quán)重，將所述目標(biāo)網(wǎng)頁(yè)判定為正面輿情網(wǎng)頁(yè)或負(fù)面輿情網(wǎng)頁(yè)。