[發明專利]獲取輿情聲量的方法、系統、裝置、存儲介質及移動終端

在審

• 申請號: 202011138609.7
• 申請日: 2020-10-22
• 公開（公告）號: CN112214663A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 張琛;徐凱波;接鈞靖;陳嘉真
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06F16/9532
• 分類號: G06F16/9532;G06F16/33;G06F16/36;G06F40/295
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 李紅巖

本申請公開了一種基于輿情知識圖譜獲取輿情聲量的方法、系統、裝置、存儲介質及移動終端，所述方法包括如下步驟：獲取關鍵詞在輿情知識圖譜中的關鍵詞實體類型；根據所述關鍵詞實體類型提取所述關鍵詞的關聯信息；根據所述關聯信息對所述關鍵詞進行綜合評價，獲得所述關鍵詞的輿情聲量。本發明可基于輿情知識圖譜計算輿情聲量，使用最新的數據準確獲取用戶興趣預估，從而獲得對關鍵詞的效果預估。

技術領域

本發明實施例涉及但不限于數據處理技術，尤指一種獲取輿情聲量的方法、系統、裝置、存儲介質及移動終端。

背景技術

近年來，隨著互聯網技術的飛速發展，網上購物已經成為人們生活中必不可少的部分，給日常生活帶來了極大的便利。在電商銷售場景中，關鍵詞是消費者在購買之前的搜索過程中使用的詞，也就是消費者對于產品的需求描述，店鋪需要在電商平臺里購買特定的關鍵詞，從而讓自己的產品展現在搜索結果里面，被消費者搜索到。而不同的關鍵詞的購買價格，即投放價格是不同的。在電商平臺投放關鍵詞，需要事先評估新的關鍵詞的表現，以衡量投放是否有利。同時由于如今網絡平臺每天會產生億級的文本關鍵詞信息，而且信息之間存在多種關聯關系，所以僅僅依靠傳統的數據挖掘技術，無法揭示出信息之間的關聯關系，因此，需要一種既能從大量文本中挖掘出有價值信息，又能揭示信息之間關聯關系的技術，來實現對社會化媒體的輿論分析。

現有的評價關鍵詞的影響力，即輿情聲量的計算方法主要是根據淘寶推送數據估計或根據歷史投放過的其他關鍵詞的表現估計，然而以上兩種估計方式仍然存在以下問題：

1、淘寶推送數據量以及歷史投放關鍵詞數據量都比較少，難以得到準確的關鍵詞輿情聲量；

2、在計算新的關鍵詞的輿情聲量時，難以找到與新的關鍵詞關聯緊密的詞，從而難以得到可信的表現估計。

發明內容

本申請實施例提供了一種基于輿情知識圖譜獲取輿情聲量的方法，以至少解決相關技術中主觀因素影響的問題。

本發明提供了一種基于輿情知識圖譜獲取輿情聲量的方法，所述方法包括以下步驟：

S1、獲取關鍵詞在輿情知識圖譜中的關鍵詞實體類型；

S2、根據所述關鍵詞實體類型提取所述關鍵詞的關聯信息；

S3、根據所述關聯信息對所述關鍵詞進行綜合評價，獲得所述關鍵詞的輿情聲量。

作為本發明的進一步改進，所述關聯信息包括時間、主題對象、描述詞、評論詞、關聯描述詞的第一情感傾向、關聯評論詞的第二情感傾向。

作為本發明的進一步改進，所述步驟S2具體包括：

S21、若所述關鍵詞實體類型為所述描述詞，則獲取所述描述詞的第一情感傾向、所述時間、所述主題對象、所述關聯評論詞、所述關聯評論詞的第二情感傾向；

S22、若所述關鍵詞實體類型為所述評論詞，則獲取所述評論詞的第二情感傾向、所述時間、所述主題對象、所述關聯描述詞、所述關聯描述詞的第一情感傾向；

S23、若所述關鍵詞實體類型為所述時間，則獲取所述關鍵詞的所述主題對象、所述關聯評論詞、所述關聯描述詞、所述關聯描述詞的第一情感傾向、所述關聯評論詞的第二情感傾向；

S24、若所述關鍵詞實體類型為所述主題對象，則獲取所述關鍵詞的所述時間、所述關聯評價詞、所述關聯描述詞、所述關聯描述詞的第一情感傾向、所述關聯評論詞的第二情感傾向。

作為本發明的進一步改進，所述步驟S3中對所述關聯信息采用加權方式計算并獲得所述輿情聲量。

作為本發明的進一步改進，所述輿情知識圖譜以圖數據庫方式實現。