[發(fā)明專利]一種企業(yè)輿情分析方法、裝置、設備及可讀存儲介質

在審

• 申請?zhí)枺?/td>: 202011203351.4
• 申請日: 2020-11-02
• 公開（公告）號: CN112183093A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設計）人: 曾旭;戚華春
• 申請（專利權）人: 杭州安恒信息安全技術有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/247;G06K9/20;G06K9/62;G06Q30/00
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 王云曉

1.一種企業(yè)輿情分析方法，其特征在于，包括：

獲取與目標企業(yè)有關聯(lián)的網(wǎng)頁信息；

從所述網(wǎng)頁信息中提取純文本，并對所述純文本進行分詞，得到分詞結果；

基于所述分詞結果分別提取各篇文本分別對應的分詞特征，并利用卡方檢驗對所述分詞特征進行篩選，以得到輿情特征；

利用樸素貝葉斯算法對所述輿情特征進行分類，得到分類結果，并利用情感分析語料庫識別所述分類結果，以得到企業(yè)輿情分析結果。

2.根據(jù)權利要求1所述的企業(yè)輿情分析方法，其特征在于，所述獲取與目標企業(yè)有關聯(lián)的網(wǎng)頁信息，包括：

獲取所述目標企業(yè)的企業(yè)名稱，刪除所述企業(yè)名稱中的地域屬性、企業(yè)屬性和經(jīng)營屬性，得到企業(yè)簡稱；

利用所述企業(yè)簡稱獲取所述網(wǎng)頁信息。

3.根據(jù)權利要求1所述的企業(yè)輿情分析方法，其特征在于，所述從所述網(wǎng)頁信息中提取純文本，包括：

利用jsoup技術提取所述網(wǎng)頁信息中的html內容，并刪除所述網(wǎng)頁信息中的圖片；

從所述html內容中提取所述純文本。

4.根據(jù)權利要求3所述的企業(yè)輿情分析方法，其特征在于，所述從所述html內容中提取所述純文本之前，還包括：

利用OCR技術識別所述圖片中的文本信息，并將所述文本信息添加至所述純文本中的目標位置；所述目標位置為所述圖片在所述網(wǎng)頁信息中的位置。

5.根據(jù)權利要求1所述的企業(yè)輿情分析方法，其特征在于，所述對所述純文本進行分詞，得到分詞結果，包括：

利用hanlp對所述純文本進行分詞，得到所述分詞結果。

6.根據(jù)權利要求1所述的企業(yè)輿情分析方法，其特征在于，所述利用卡方檢驗對所述分詞特征進行篩選，以得到輿情特征，包括：

利用所述卡方檢驗計算所述分詞特征與相應文本的預設文本特征之間的差異值；

若所述差異值大于預設閾值，則刪除所述分詞特征；否則，將所述分詞特征確定為所述輿情特征。

7.根據(jù)權利要求1至6任一項所述的企業(yè)輿情分析方法，其特征在于，還包括：

存儲并顯示所述企業(yè)輿情分析結果。

8.一種企業(yè)輿情分析裝置，其特征在于，包括：

獲取模塊，用于獲取與目標企業(yè)有關聯(lián)的網(wǎng)頁信息；

提取模塊，用于從所述網(wǎng)頁信息中提取純文本，并對所述純文本進行分詞，得到分詞結果；

篩選模塊，用于基于所述分詞結果分別提取各篇文本分別對應的分詞特征，并利用卡方檢驗對所述分詞特征進行篩選，以得到輿情特征；

分析模塊，用于利用樸素貝葉斯算法對所述輿情特征進行分類，得到分類結果，并利用情感分析語料庫識別所述分類結果，以得到企業(yè)輿情分析結果。

9.一種企業(yè)輿情分析設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執(zhí)行所述計算機程序，以實現(xiàn)如權利要求1至7任一項所述的企業(yè)輿情分析方法。

10.一種可讀存儲介質，其特征在于，用于保存計算機程序，其中，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至7任一項所述的企業(yè)輿情分析方法。