[發(fā)明專利]一種用于分析社交網(wǎng)絡(luò)信息的高質(zhì)量信息獲取方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010713830.4
• 申請日: 2020-07-22
• 公開（公告）號: CN111858674A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計）人: 于霄
• 申請（專利權(quán)）人: 北京宏博知微科技有限公司
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F16/9536;G06Q50/00
• 代理公司: 北京卓唐知識產(chǎn)權(quán)代理有限公司 11541
• 代理人: 卜榮麗

本申請公開了一種用于分析社交網(wǎng)絡(luò)信息的高質(zhì)量信息獲取方法和系統(tǒng)，方法，包括如下步驟：S1、預設(shè)數(shù)據(jù)流閥值和單信息重復閥值；S2、根據(jù)數(shù)據(jù)流閥值和單信息重復閥值，獲取社交網(wǎng)絡(luò)信息數(shù)據(jù)流；S3、對所獲取的社交網(wǎng)絡(luò)信息數(shù)據(jù)流進行特征量提取，并生成特征量集合；S4、根據(jù)特征量集合，計算獲取社交網(wǎng)絡(luò)信息數(shù)據(jù)流的質(zhì)量評分、重復規(guī)避評分和獨立評分；S5、根據(jù)質(zhì)量評分、重復規(guī)避評分和獨立評分，計算獲取社交網(wǎng)絡(luò)信息數(shù)據(jù)流的有效性評分，獲取高質(zhì)量的社交網(wǎng)絡(luò)信息數(shù)據(jù)流。本發(fā)明提出了基于有效性過濾的真實信息提取方法，采用基于線性的計算方式對數(shù)據(jù)進行快速計算，能夠過濾低質(zhì)量信息，真實有效的信息以供后續(xù)分析使用。

技術(shù)領(lǐng)域

本申請涉及互聯(lián)化信息處理技術(shù)領(lǐng)域，尤其涉及一種用于分析社交網(wǎng)絡(luò)信息的高質(zhì)量信息獲取方法和系統(tǒng)。

背景技術(shù)

隨著信息技術(shù)的發(fā)展，社交網(wǎng)絡(luò)作為一種重要高效的信息傳遞平臺，參與其中的人員越來越多。通過這個平臺，個人可在網(wǎng)絡(luò)中拓展人脈、獲取信息，而企業(yè)主要關(guān)注點在于找到消費者，并能分析消費者，了解消費者，與消費者達到最簡潔快速的溝通。企業(yè)通過數(shù)據(jù)分析找到消費者所在的圈子，傾聽這個圈子的聲音，并通過意見領(lǐng)袖讓企業(yè)想傳達的信息進一步擴大，輻射整個圈子，最終從而吸納更多的忠實消費者。

企業(yè)進行信息評估時，主要基于社交網(wǎng)絡(luò)上的各種轉(zhuǎn)發(fā)和評論信息，這些對企業(yè)的價值是巨大的，對這些數(shù)據(jù)加以分析，可助于改進現(xiàn)有產(chǎn)品及更好的定位未來的產(chǎn)品走向。然而對社交網(wǎng)絡(luò)的信息分析存在固有的難題，首先是社交網(wǎng)絡(luò)中充斥著虛假信息與低質(zhì)量信息，統(tǒng)一的對所有信息進行觀測理解，無法反映真實的問題；其次由于參與的人員眾多，導致信息是無界的，信息可以在網(wǎng)絡(luò)中無限擴展，甚至最后影響到現(xiàn)實，如此海量的原始信息難以完全理解和有效抽取，最終用以輔助決策。如何去找到這些信息點位，用以擴大品牌正面聲量、減少并消除負面聲量成為企業(yè)在社會化營銷中制勝的關(guān)鍵，而實際可用的社交網(wǎng)絡(luò)有效信息的提取方法能給企業(yè)帶來確實的幫助。

發(fā)明內(nèi)容

本申請的主要目的在于提供一種用于分析社交網(wǎng)絡(luò)信息的高質(zhì)量信息獲取方法和系統(tǒng)，以實現(xiàn)社交網(wǎng)絡(luò)信息地有效過濾和提取。

為了實現(xiàn)上述目的，本申請?zhí)峁┝巳缦录夹g(shù)：

本發(fā)明第一方面在于提出一種用于分析社交網(wǎng)絡(luò)信息的高質(zhì)量信息獲取方法，包括如下步驟：

S1、預設(shè)數(shù)據(jù)流閥值和單信息重復閥值；

S2、根據(jù)數(shù)據(jù)流閥值和單信息重復閥值，獲取社交網(wǎng)絡(luò)信息數(shù)據(jù)流；

S3、對所獲取的社交網(wǎng)絡(luò)信息數(shù)據(jù)流進行特征量提取，并生成特征量集合；

S4、根據(jù)特征量集合，計算獲取社交網(wǎng)絡(luò)信息數(shù)據(jù)流的質(zhì)量評分、重復規(guī)避評分和獨立評分；

S5、根據(jù)質(zhì)量評分、重復規(guī)避評分和獨立評分，計算獲取社交網(wǎng)絡(luò)信息數(shù)據(jù)流的有效性評分，獲取高質(zhì)量的社交網(wǎng)絡(luò)信息數(shù)據(jù)流。

進一步地，所述預設(shè)數(shù)據(jù)流閥值和單信息重復閥值，具體為：

設(shè)定數(shù)據(jù)流閥值G，截取超過G值的社交網(wǎng)絡(luò)信息數(shù)據(jù)流；

設(shè)定單信息重復閥值β，過濾剔除超過β值的單信息重復數(shù)據(jù)流。

進一步地，所述根據(jù)數(shù)據(jù)流閥值和單信息重復閥值，獲取社交網(wǎng)絡(luò)信息數(shù)據(jù)流，具體為：

截取超過G值的社交網(wǎng)絡(luò)信息數(shù)據(jù)流，根據(jù)所設(shè)定單信息重復閥值β，過濾剔除超過β值的重復數(shù)據(jù)流，留下滿足單信息狀態(tài)的社交網(wǎng)絡(luò)信息數(shù)據(jù)流；

其中，G范圍為大于或等于800的整數(shù)，β范圍為0-0.005；

獲取G個關(guān)于社交網(wǎng)絡(luò)信息的轉(zhuǎn)發(fā)及評論的記錄信息，記錄為P_k；

P_k表示第k個社交網(wǎng)絡(luò)信息的轉(zhuǎn)發(fā)及評論的記錄信息。