[發(fā)明專利]一種基于深度學(xué)習(xí)的輿情預(yù)警方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910032867.8
• 申請日: 2019-01-14
• 公開（公告）號: CN110008336B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計）人: 鮑晟霖;王維強(qiáng);許遼薩;趙聞飆;袁錦程;易燦
• 申請（專利權(quán)）人: 創(chuàng)新先進(jìn)技術(shù)有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/335;G06F18/214;G06Q10/0635;G06Q20/38
• 代理公司: 北京眾達(dá)德權(quán)知識產(chǎn)權(quán)代理有限公司 11570
• 代理人: 劉杰

本說明書公開了一種基于深度學(xué)習(xí)的輿情預(yù)警方法及系統(tǒng)，獲得整體抽樣文本；利用輿情分析模型對所述整體抽樣文本進(jìn)行輿情分析并得到對應(yīng)的輿情分?jǐn)?shù)；基于所述整體抽樣文本對應(yīng)的輿情分?jǐn)?shù)和預(yù)設(shè)抽樣策略，從所述整體抽樣文本中獲取目標(biāo)抽樣文本；將所述目標(biāo)抽樣文本轉(zhuǎn)換為報文并進(jìn)行預(yù)警。

技術(shù)領(lǐng)域

本申請涉及支付技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的輿情預(yù)警方法及系統(tǒng)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，網(wǎng)上交易逐漸取代線下交易成為主流交易方式，因此針對網(wǎng)上交易進(jìn)行風(fēng)險防控研究有非常重要的意義。

目前，在風(fēng)險防控中的實際抽樣中，抽樣的審理工作人員往往只對大額樣本進(jìn)行抽樣，但往往會忽視掉用戶的情緒感知。這部分情緒感知可能是引發(fā)重大輿情的潛在因素，如果忽略則會影響風(fēng)險防控的準(zhǔn)確度。

發(fā)明內(nèi)容

由于在風(fēng)險防控中文本數(shù)據(jù)的情感分析非常重要，這部分情緒感知可能是引發(fā)重大輿情的潛在因素，如果忽略這部分情緒感知則會極大的影響到風(fēng)險防控的準(zhǔn)確度，而目前一般利用人工對用戶的情感進(jìn)行分析，然而實際情況人工往往對文本數(shù)據(jù)不敏感，長時間對于文本的審理可能會引發(fā)疲勞容易出錯，進(jìn)而會進(jìn)一步影響到風(fēng)險防控的準(zhǔn)確度。

為解決上述技術(shù)問題，本說明書提供了一種基于深度學(xué)習(xí)的輿情預(yù)警方法及系統(tǒng)，通過文本的情感分析，改變抽樣的方式方法，將大量縮短人工的時間，提升工作效率和量級，并且將文本的情感分析納入風(fēng)險防控中，能夠提高風(fēng)險防控的準(zhǔn)確度。

本說明書提供了一種基于深度學(xué)習(xí)的輿情預(yù)警方法，包括：

獲得整體抽樣文本；

利用輿情分析模型對所述整體抽樣文本進(jìn)行輿情分析并得到對應(yīng)的輿情分?jǐn)?shù)；

基于所述整體抽樣文本對應(yīng)的輿情分?jǐn)?shù)和預(yù)設(shè)抽樣策略，從所述整體抽樣文本中獲取目標(biāo)抽樣文本；

將所述目標(biāo)抽樣文本轉(zhuǎn)換為報文并進(jìn)行預(yù)警。

本說明書公開了一種基于深度學(xué)習(xí)的輿情預(yù)警系統(tǒng)，包括：

第一獲得模塊，用于獲得整體抽樣文本；

輿情分析模塊，用于利用輿情分析模型對所述整體抽樣文本進(jìn)行輿情分析并得到對應(yīng)的輿情分?jǐn)?shù)；

第二獲得模塊，用于基于所述整體抽樣文本對應(yīng)的輿情分?jǐn)?shù)和預(yù)設(shè)抽樣策略，從所述整體抽樣文本中獲取目標(biāo)抽樣文本；

轉(zhuǎn)換模塊，用于將所述目標(biāo)抽樣文本轉(zhuǎn)換為報文并進(jìn)行預(yù)警。

本說明書公開了一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該程序被處理器執(zhí)行時實現(xiàn)上述方法的步驟。

本說明書公開了一種計算機(jī)設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機(jī)程序，所述處理器執(zhí)行所述程序時實現(xiàn)上述方法的步驟。

通過本說明書的一個或者多個技術(shù)方案，本說明書具有以下有益效果或者優(yōu)點：

本說明書公開了一種基于深度學(xué)習(xí)的輿情預(yù)警方法及系統(tǒng)，首先獲得整體抽樣文本；然后利用輿情分析模型對所述整體抽樣文本進(jìn)行輿情分析并得到對應(yīng)的輿情分?jǐn)?shù)；基于所述整體抽樣文本對應(yīng)的輿情分?jǐn)?shù)和預(yù)設(shè)抽樣策略從所述整體抽樣文本中獲取目標(biāo)抽樣文本，由于在風(fēng)險防控中文本數(shù)據(jù)的輿情分析非常重要，這部分情緒感知可能是引發(fā)重大輿情的潛在因素，如果忽略這部分情緒感知則會極大的影響到風(fēng)險防控的準(zhǔn)確度，故而通過對抽樣文本進(jìn)行輿情分析得到對應(yīng)的輿情分?jǐn)?shù)，然后將輿情分?jǐn)?shù)和預(yù)設(shè)抽樣策略進(jìn)行結(jié)合，從而改變原有抽樣方式，可以更偏向于抽取容易引發(fā)輿情的目標(biāo)抽樣文本，然后將所述目標(biāo)抽樣文本轉(zhuǎn)換為報文并進(jìn)行預(yù)警，讓抽樣更加的科學(xué)，進(jìn)而防控輿情。