[發(fā)明專利]一種基于深度學習的輿情預(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;許遼薩;趙聞飆;袁錦程;易燦
• 申請（專利權(quán)）人: 創(chuàng)新先進技術(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習的輿情預(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行輿情分析并得到對應(yīng)的輿情分數(shù)；基于所述整體抽樣文本對應(yīng)的輿情分數(shù)和預(yù)設(shè)抽樣策略，從所述整體抽樣文本中獲取目標抽樣文本；將所述目標抽樣文本轉(zhuǎn)換為報文并進行預(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習的輿情預(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)上交易進行風險防控研究有非常重要的意義。

目前，在風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險防控的準確度。

發(fā)明內(nèi)容

由于在風險防控中文本數(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險防控的準確度，而目前一般利用人工對用戶的情感進行分析，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，進而會進一步影響到風險防控的準確度。

為解決上述技術(shù)問題，本說明書提供了一種基于深度學習的輿情預(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險防控中，能夠提高風險防控的準確度。

本說明書提供了一種基于深度學習的輿情預(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行輿情分析并得到對應(yīng)的輿情分數(shù)；

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

將所述目標抽樣文本轉(zhuǎn)換為報文并進行預(yù)警。

本說明書公開了一種基于深度學習的輿情預(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行輿情分析并得到對應(yīng)的輿情分數(shù)；

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

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

本說明書公開了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，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習的輿情預(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行輿情分析并得到對應(yīng)的輿情分數(shù)；基于所述整體抽樣文本對應(yīng)的輿情分數(shù)和預(yù)設(shè)抽樣策略從所述整體抽樣文本中獲取目標抽樣文本，由于在風險防控中文本數(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險防控的準確度，故而通過對抽樣文本進行輿情分析得到對應(yīng)的輿情分數(shù)，然后將輿情分數(shù)和預(yù)設(shè)抽樣策略進行結(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)輿情的目標抽樣文本，然后將所述目標抽樣文本轉(zhuǎn)換為報文并進行預(yù)警，讓抽樣更加的科學，進而防控輿情。