[發(fā)明專利]負(fù)面輿論監(jiān)控、引導(dǎo)方法、電子裝置以及計算機(jī)存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910936773.3
• 申請日: 2019-09-29
• 公開（公告）號: CN110674361B
• 公開（公告）日: 2022-11-29
• 發(fā)明（設(shè)計）人: 鄭瑩;劉暢
• 申請（專利權(quán)）人: 長沙理工大學(xué)
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06Q50/00
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 趙琴娜

本發(fā)明公開了一種負(fù)面輿論監(jiān)控、引導(dǎo)方法、電子裝置以及計算機(jī)存儲介質(zhì)，其中對社交平臺用戶之間的圖結(jié)構(gòu)G進(jìn)行樹分解，再利用動態(tài)規(guī)劃算法求解出該圖結(jié)構(gòu)G的完全P?支配集D，完全P?支配集D中節(jié)點(diǎn)對應(yīng)的用戶就是這個圖結(jié)構(gòu)G中的重點(diǎn)監(jiān)控用戶名單上的用戶。因為完全P?支配集D中節(jié)點(diǎn)對應(yīng)的用戶是位于該用戶所在的地域中好友最多的人，消息經(jīng)過重點(diǎn)監(jiān)控用戶名單上的用戶可以最快傳播到整個網(wǎng)絡(luò)中。從而減輕了人工審查的負(fù)擔(dān)，因此可以讓人工可以用能力顧及到鄉(xiāng)鎮(zhèn)地區(qū)的社交網(wǎng)絡(luò)的監(jiān)控。而通過完全P?支配集D確定出重點(diǎn)監(jiān)控名單，可以減少對該地域的社交網(wǎng)絡(luò)信息的遺漏。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)應(yīng)用技術(shù)領(lǐng)域，特別涉及一種負(fù)面輿論監(jiān)控、引導(dǎo)方法、電子裝置以及計算機(jī)存儲介質(zhì)。

背景技術(shù)

隨著我國城市化進(jìn)程加快，越來越多的鄉(xiāng)鎮(zhèn)人口涌入城市，給社會經(jīng)濟(jì)帶來的活力，目前住建部公布數(shù)據(jù)，我國城鎮(zhèn)化率達(dá)到59.6％，但是還有40左右的人口居住在鄉(xiāng)鎮(zhèn)，互聯(lián)網(wǎng)的普及惠及鄉(xiāng)鎮(zhèn)的居民，鄉(xiāng)鎮(zhèn)居民的社會網(wǎng)絡(luò)逐步轉(zhuǎn)移到互聯(lián)網(wǎng)的社交平臺上，相較于城鎮(zhèn)社交網(wǎng)絡(luò)的集群化，鄉(xiāng)鎮(zhèn)的社交網(wǎng)絡(luò)較為分散，據(jù)統(tǒng)計，我國有41，636個鄉(xiāng)鎮(zhèn)行政單位，這些鄉(xiāng)鎮(zhèn)都是以地域劃分的，鄉(xiāng)鎮(zhèn)彼此之間具有較少的聯(lián)絡(luò)，每個地域的群體間形成相互連通的社會網(wǎng)絡(luò)，信息一般都在本地域的社交網(wǎng)絡(luò)內(nèi)傳播。

因此，當(dāng)某個鄉(xiāng)鎮(zhèn)區(qū)域的謠言通過互聯(lián)網(wǎng)社交平臺傳播時，很難通過互聯(lián)網(wǎng)傳播到其他城市或者其他鄉(xiāng)鎮(zhèn)的互聯(lián)網(wǎng)社交平臺，這雖然不會造成全國性的謠言傳播，但是正是由于謠言只在當(dāng)?shù)貍鞑ィ突ヂ?lián)網(wǎng)平臺無法迅速在負(fù)面輿論產(chǎn)生之初進(jìn)行監(jiān)控和引導(dǎo)，給當(dāng)?shù)鼐用裆钤斐韶?fù)面影響，同時也有在謠言擴(kuò)大化后向外更快速傳播的危險性。

現(xiàn)有技術(shù)中，一般采用人工在社交網(wǎng)絡(luò)上對全網(wǎng)輿論進(jìn)行實時監(jiān)控，例如雇傭?qū)ｉT的輿論職員對微博或者抖音或者快手進(jìn)行輿論監(jiān)控，人工對整個社交網(wǎng)絡(luò)監(jiān)控的效率不高，并且很容易發(fā)生遺漏。特別是現(xiàn)在企業(yè)一般都將輿論監(jiān)控的重心投放到用戶比較密集的城市用戶群體，對于鄉(xiāng)鎮(zhèn)區(qū)域的社交網(wǎng)絡(luò)監(jiān)控存在人手不足的情況。

發(fā)明內(nèi)容

本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一。為此，本發(fā)明提出一種負(fù)面輿論監(jiān)控方法，能夠減小人工對負(fù)面輿論監(jiān)控的工作量。

本發(fā)明還提出一種負(fù)面輿論引導(dǎo)方法，能夠減小人工對負(fù)面輿論監(jiān)控的工作量，進(jìn)而能投入人工對鄉(xiāng)鎮(zhèn)區(qū)域的負(fù)面輿論進(jìn)行監(jiān)控以及引導(dǎo)。

根據(jù)本發(fā)明的第一方面實施例的一種負(fù)面輿論監(jiān)控方法，包括以下步驟：

S1.獲取重點(diǎn)監(jiān)控用戶名單，包括：

S11.根據(jù)社交平臺的用戶的地域信息劃分用戶群體，并對每個所述用戶群體按照用戶間的關(guān)系建立相應(yīng)的圖結(jié)構(gòu)G；

S12.對所述圖結(jié)構(gòu)G進(jìn)行樹分解獲得樹分解結(jié)構(gòu)，把所述樹分解結(jié)構(gòu)轉(zhuǎn)化為完美樹分解結(jié)構(gòu)；

S13.基于所述完美樹分解結(jié)構(gòu)，利用動態(tài)規(guī)劃算法求解所述圖結(jié)構(gòu)G的完全P-支配集D；

S14.把所述完全P-支配集D包含的節(jié)點(diǎn)所對應(yīng)的用戶標(biāo)記為重點(diǎn)監(jiān)控用戶名單；

S2.對所述重點(diǎn)監(jiān)控用戶名單上的用戶進(jìn)行輿論監(jiān)控，包括：

S21.獲取所述重點(diǎn)監(jiān)控用戶名單上的用戶的公開發(fā)言內(nèi)容的閱讀量或轉(zhuǎn)發(fā)量；

S22.判斷所述獲取所述公開發(fā)言內(nèi)容的閱讀量或轉(zhuǎn)發(fā)量是否超過閾值，若是，則獲取所述公開發(fā)言內(nèi)容；

S23.將獲取的所述公開發(fā)言內(nèi)容與負(fù)面詞匯庫內(nèi)的詞匯進(jìn)行對比，判斷所述公開發(fā)言內(nèi)容是否存在負(fù)面詞匯，若是，則將對應(yīng)的所述公開發(fā)言內(nèi)容發(fā)送給人工審查。