[發(fā)明專利]網(wǎng)絡(luò)輿情的分析方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810544762.6
• 申請(qǐng)日: 2018-05-31
• 公開（公告）號(hào): CN108959383A
• 公開（公告）日: 2018-12-07
• 發(fā)明（設(shè)計(jì)）人: 吳壯偉
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27;G06K9/62
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種網(wǎng)絡(luò)輿情的分析方法，其特征在于，所述方法包括：

確定輿情事件，通過分布式網(wǎng)絡(luò)爬蟲從預(yù)設(shè)的數(shù)據(jù)渠道采集與所述輿情事件相關(guān)的輿情文章；

對(duì)所述輿情文章進(jìn)行分詞處理，獲取所述輿情文章中的詞匯集合以表征輿情文章；

采用聚類算法詞匯集合進(jìn)行聚類分析，生成輿情事件的多個(gè)類型的觀點(diǎn)，并根據(jù)所述觀點(diǎn)包含的詞匯集合計(jì)算該觀點(diǎn)的詞向量；

從觀點(diǎn)包含的詞匯集合中提取一個(gè)或者多個(gè)詞匯集合，將提取的詞匯集合表征的輿情文章作為該觀點(diǎn)的核心話題；

將觀點(diǎn)的詞向量輸入到預(yù)先訓(xùn)練好的情感評(píng)分模型中，輸出觀點(diǎn)的情感得分，并根據(jù)觀點(diǎn)包含的詞匯集合對(duì)應(yīng)的輿情文章在各數(shù)據(jù)渠道的熱度和各數(shù)據(jù)渠道的預(yù)設(shè)權(quán)重計(jì)算觀點(diǎn)的熱度；

根據(jù)所述情感得分和所述熱度計(jì)算觀點(diǎn)的輿情指數(shù)，并判定輿情指數(shù)的絕對(duì)值大于預(yù)設(shè)閾值的觀點(diǎn)為異常觀點(diǎn)，根據(jù)所述異常觀點(diǎn)和該異常觀點(diǎn)的核心話題生成預(yù)警信息并輸出。

2.如權(quán)利要求1所述的網(wǎng)絡(luò)輿情的分析方法，其特征在于，所述對(duì)所述輿情文章進(jìn)行分詞處理，獲取所述輿情文章中的詞匯集合以表征輿情文章的步驟包括：

提取輿情文章的正文數(shù)據(jù)，通過正則表達(dá)式去除正文數(shù)據(jù)中的非中文字符；

通過分詞工具對(duì)去除非中文字符后的正文數(shù)據(jù)進(jìn)行分詞處理，將正文數(shù)據(jù)轉(zhuǎn)換為以空格分割的詞匯集合；

對(duì)所述詞匯集合進(jìn)行去停用詞處理，得到所述詞匯集合。

3.如權(quán)利要求1所述的網(wǎng)絡(luò)輿情的分析方法，其特征在于，所述采用聚類算法詞匯集合進(jìn)行聚類分析，生成輿情事件的多個(gè)類型的觀點(diǎn)，并根據(jù)所述觀點(diǎn)包含的詞匯集合計(jì)算該觀點(diǎn)的詞向量的步驟包括：

獲取中文維基百科語料庫(kù)，基于所述語料庫(kù)，根據(jù)詞頻-逆文本頻率指數(shù)TF-IDF算法選擇詞匯集合中的多個(gè)詞匯作為關(guān)鍵詞；

基于所述語料庫(kù)生成中文語料的詞向量模型，通過所述詞向量模型計(jì)算關(guān)鍵詞的詞向量，根據(jù)關(guān)鍵詞的詞向量計(jì)算詞匯集合的詞向量；

根據(jù)詞匯集合的詞向量和Kmeans算法對(duì)所述輿情事件的所有詞匯集合進(jìn)行聚類，以將所述輿情事件的詞匯集合分為多個(gè)類型的觀點(diǎn)；

對(duì)觀點(diǎn)包含的詞匯集合的關(guān)鍵詞進(jìn)行匯總，根據(jù)匯總的關(guān)鍵詞的詞向量計(jì)算觀點(diǎn)的詞向量。

4.如權(quán)利要求3所述的網(wǎng)絡(luò)輿情的分析方法，其特征在于，所述從觀點(diǎn)包含的詞匯集合中提取一個(gè)或者多個(gè)詞匯集合，將提取的詞匯集合表征的輿情文章作為該觀點(diǎn)的核心話題的步驟包括：

根據(jù)觀點(diǎn)的詞向量和該觀點(diǎn)包含的詞匯集合的詞向量，計(jì)算詞匯集合與其對(duì)應(yīng)的觀點(diǎn)之間的相似度；

將相似度大于預(yù)設(shè)閾值的一個(gè)或者多個(gè)詞匯集合表征的輿情文章，作為觀點(diǎn)的核心話題。

5.如權(quán)利要求1至4中任一項(xiàng)所述的網(wǎng)絡(luò)輿情的分析方法，其特征在于，所述情感評(píng)分模型的訓(xùn)練步驟包括：

獲取添加有標(biāo)簽數(shù)據(jù)的輿情文本數(shù)據(jù)，構(gòu)成樣本庫(kù)；

結(jié)合TF-IDF算法提取樣本庫(kù)中的輿情文本數(shù)據(jù)的關(guān)鍵詞，并通過訓(xùn)練好的詞向量模型計(jì)算關(guān)鍵詞的詞向量；

將樣本庫(kù)中的輿情文本數(shù)據(jù)的詞向量和標(biāo)簽數(shù)據(jù)作為訓(xùn)練樣本，輸入到預(yù)設(shè)的深度神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，以確定模型參數(shù)，并將確定了模型參數(shù)的深度神經(jīng)網(wǎng)絡(luò)模型作為所述情感評(píng)分模型。