[發(fā)明專利]一種輿情監(jiān)測的方法、裝置及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201911404334.4
• 申請日: 2019-12-30
• 公開（公告）號: CN111160019B
• 公開（公告）日: 2023-08-15
• 發(fā)明（設計）人: 董浩俊;胡坤;房啟麾;趙文奇
• 申請（專利權）人: 中國聯(lián)合網(wǎng)絡通信集團有限公司;聯(lián)通系統(tǒng)集成有限公司;聯(lián)通（黑龍江）產(chǎn)業(yè)互聯(lián)網(wǎng)有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/169;G06F16/35
• 代理公司: 北京同立鈞成知識產(chǎn)權代理有限公司 11205
• 代理人: 張寧;劉芳

1.一種輿情監(jiān)測的方法，其特征在于，包括：

獲取多個原始輿情信息；

對所述原始輿情信息進行去標簽、清洗處理，得到輿情處理信息；

將所述輿情處理信息進行緩存，通過文本分析進行識別標注，得到與所述原始輿情信息對應的標注輿情信息；

所述通過文本分析進行識別標注，得到與所述原始輿情信息對應的標注輿情信息包括：對輿情處理信息進行分詞，將分詞后的輿情處理信息在地域詞典中進行匹配，若匹配成功則對所述輿情處理信息進行地域標注，得到地域輿情處理信息；根據(jù)所述地域輿情處理信息出現(xiàn)的位置以及頻次，獲得所述地域輿情處理信息對應的評分；根據(jù)所述評分的大小依次進行排序，并將最高評分對應的所述地域輿情處理信息進行地域標注，得到與原始輿情信息對應的標注輿情信息；所述地域詞典通過獲取地域詞匯，并將所述地域詞匯整理構建獲得；

獲取輿情處理信息中的摘要文本信息，提取、標注所述摘要文本信息中的轉折句，得到與所述原始輿情信息對應的標注輿情信息；

對所述摘要文本信息中每個摘要語句求取相似性；

獲取最高相似性對應的摘要語句并刪除，得到保留摘要語句并進行標注，得到與所述原始輿情信息對應的標注輿情信息；

其中，所述對所述摘要文本信息中每個摘要語句求取相似性包括：采用關鍵字提取TextRank公式和相似程度計算公式對每個摘要語句求取相似性；

所述TextRank公式為：

式中，TextRank公式左邊表示一個摘要句子的權重(WS是weight_sum的縮寫)，右側的求和表示每個相鄰摘要句子對本摘要句子的貢獻程度，wji表示兩個句子的相似程度，WS(Vj)代表上次迭代j的權重，Vi表示某個網(wǎng)頁，Vj表示鏈接到Vi的網(wǎng)頁，In(Vi)表示網(wǎng)頁Vi的所有入鏈的集合，Out(Vj)表示網(wǎng)頁的所有出鏈的集合，d表示阻尼系數(shù)；

所述相似程度計算公式為：

式中，fi是詞在文章中的出現(xiàn)次數(shù)，dl是文章長度，avgdl是文章平均長度，IDF為逆向文本頻率表示詞普遍重要性的度量，Q表示查詢Query，qi表示Q解析之后的一個語素，d表示一個搜索結果文本，k1和b均為人為設置的調節(jié)因子。

2.根據(jù)權利要求1所述的方法，其特征在于，通過文本分析進行識別標注，得到與所述原始輿情信息對應的標注輿情信息，包括：

將所述輿情處理信息劃分為第一類文本信息、第二類文本信息；

對所述第二類文本信息進行干擾項排除處理，通過機器學習模型對所述第二類文本信息進行監(jiān)督分類，獲取正向輿情信息并標注，得到與所述原始輿情信息對應的標注輿情信息；其中機器學習模型采用情感詞庫作為訓練數(shù)據(jù)集進行監(jiān)督訓練，以輸出分類為正向輿情信息的機器學習模型。

3.根據(jù)權利要求1所述的方法，其特征在于，通過文本分析進行識別標注，得到與所述原始輿情信息對應的標注輿情信息，包括：

獲取輿情處理信息中多個文本信息，且所述文本信息包括多個主題信息；

所述文本信息、所述主題信息的分布參數(shù)分別服從Dirichlet分布；

根據(jù)所述文本信息的分布參數(shù)服從Dirichlet分布，生成對應的主題信息；

根據(jù)所述主題信息的分布參數(shù)服從Dirichlet分布，生成對應的詞信息；

遍歷所述的文本信息、主題信息生成所述主題信息對應的詞信息；得到與原始輿情信息對應的標注輿情信息。

4.根據(jù)權利要求1所述的方法，其特征在于，通過文本分析進行識別標注，得到與所述原始輿情信息對應的標注輿情信息，包括：

將輿情處理信息中對應的文本信息以及標題信息進行分詞處理，得到與所述文本信息、所述標題信息分別對應的詞袋向量；

將所述詞袋向量作為特征計算所有文本信息的相似性，通過聚類刪除相似性低于預設閾值的文本信息以及標題信息，并將保留的文本信息以及標題信息進行標注，得到與所述原始輿情信息對應的標注輿情信息。

5.根據(jù)權利要求1-4中任一項所述的方法，其特征在于，獲取多個原始輿情信息，包括：

按照預設規(guī)則，從多個網(wǎng)絡資源中獲取原始輿情信息；

或者通過API接口獲取原始輿情信息。

6.根據(jù)權利要求1所述的方法，其特征在于，在得到與所述原始輿情信息對應的標注輿情信息之后，還包括：

將所述標注輿情信息與所述原始輿情信息存儲于全文搜索引擎中，以便在交互界面上搜索顯示所述標注輿情信息對應的原始輿情信息。