[發(fā)明專利]一種基于地震行業(yè)的微博輿情分析方法、裝置及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202110337955.6
• 申請日: 2021-03-30
• 公開（公告）號: CN112948587A
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計）人: 趙粉玉;邱彥林;朱安安
• 申請（專利權(quán)）人: 杭州敘簡科技股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/338;G06F16/383;G06F16/387;G06N3/04;G06N3/08;G06Q50/00;G06Q50/26
• 代理公司: 杭州浙言專利代理事務(wù)所(普通合伙) 33370
• 代理人: 易朝暉

本發(fā)明公開了一種基于地震行業(yè)的微博輿情分析方法，所述方法包括：獲取實時微博數(shù)據(jù)；將所述實時微博數(shù)據(jù)輸入微博分類模型中獲得地震類微博數(shù)據(jù)和非地震類微博數(shù)據(jù)，將所述地震類微博數(shù)據(jù)輸入情感傾向模型中獲得所述地震類微博數(shù)據(jù)的情感傾向，其中，所述微博分類模型、所述情感傾向模型均基于深度學(xué)習(xí)模型Text?CNN使用訓(xùn)練樣本分類訓(xùn)練獲得；基于TextRank算法獲取所述地震類微博數(shù)據(jù)的關(guān)鍵詞組；抽取所述地震類微博數(shù)據(jù)的地域信息，其中，所述地域信息通過統(tǒng)一的地區(qū)編碼表示；將所述地震類微博數(shù)據(jù)的情感傾向、關(guān)鍵詞組、地域信息存放至所述地震類微博數(shù)據(jù)的微博用戶信息的用戶信息表中；將所述用戶信息表進(jìn)行視圖展示。

技術(shù)領(lǐng)域

本申請涉及人工智能領(lǐng)域，尤其涉及一種基于地震行業(yè)的微博輿情分析方法、裝置及電子設(shè)備。

背景技術(shù)

隨著互聯(lián)網(wǎng)媒體的快速發(fā)展，防震減災(zāi)工作帶來了新的挑戰(zhàn)，一些大型地震過后，防震減災(zāi)、地震信息網(wǎng)絡(luò)工作已成為社會輿論關(guān)注的焦點，由于互聯(lián)網(wǎng)具有實時性、隨意性、虛擬性等特點，一些網(wǎng)民隨意的發(fā)布帶有負(fù)面情感傾向的微博，給社會穩(wěn)定和諧帶來不利影響。而地震相關(guān)的負(fù)面網(wǎng)絡(luò)輿論也會給地震工作帶來很大沖擊，給地震信息宣傳、地震預(yù)報等工作帶來巨大壓力。

在飛速發(fā)展的網(wǎng)絡(luò)時代，如何及時發(fā)現(xiàn)地震輿情，如何化壓力為動力，成為眾多防震減災(zāi)事業(yè)工作者必須要面對以及解決的問題，而目前的輿情監(jiān)測大多是監(jiān)測行業(yè)相關(guān)的關(guān)鍵詞，然后對包含關(guān)鍵詞的數(shù)據(jù)進(jìn)行分析展示，此種方式會導(dǎo)致輿情檢測不全面、不準(zhǔn)確，進(jìn)而導(dǎo)致數(shù)據(jù)分析結(jié)果有偏差等。

發(fā)明內(nèi)容

本申請要解決的技術(shù)問題，在于提供一種基于地震行業(yè)的微博輿情分析方法、裝置及電子設(shè)備，以解決現(xiàn)有針對地震輿情檢測不全面、不準(zhǔn)確，進(jìn)而導(dǎo)致數(shù)據(jù)分析結(jié)果有偏差的技術(shù)問題。

為實現(xiàn)上述目的，本申請采用下述技術(shù)方案：

第一方面，本申請?zhí)峁┮环N基于地震行業(yè)的微博輿情分析方法，所述方法包括：

獲取實時微博數(shù)據(jù)，其中，所述微博數(shù)據(jù)包括微博信息、微博用戶信息和微博評論信息，所述微博信息包括微博內(nèi)容、微博ID、微博正文鏈接、點贊數(shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)、發(fā)文時間、發(fā)此條微博的用戶昵稱以及用戶ID，所述微博評論信息包括微博ID、評論內(nèi)容、評論時間、回復(fù)數(shù)以及點贊數(shù),所述微博用戶信息包括用戶ID、微博數(shù)、粉絲數(shù)以及用戶所在地區(qū)；

將所述實時微博數(shù)據(jù)輸入微博分類模型中獲得地震類微博數(shù)據(jù)和非地震類微博數(shù)據(jù)，將所述地震類微博數(shù)據(jù)輸入情感傾向模型中獲得所述地震類微博數(shù)據(jù)的情感傾向，其中，所述微博分類模型、所述情感傾向模型均基于深度學(xué)習(xí)模型Text-CNN使用訓(xùn)練樣本分類訓(xùn)練獲得；

基于TextRank 算法獲取所述地震類微博數(shù)據(jù)的關(guān)鍵詞組；

抽取所述地震類微博數(shù)據(jù)的地域信息，其中，所述地域信息通過統(tǒng)一的地區(qū)編碼表示；

將所述地震類微博數(shù)據(jù)的情感傾向、關(guān)鍵詞組、地域信息存放至所述地震類微博數(shù)據(jù)的微博用戶信息的用戶信息表中；

將所述用戶信息表進(jìn)行視圖展示。

第二方面，本申請?zhí)峁┮环N基于地震行業(yè)的微博輿情分析裝置，所述裝置包括：

第一獲取單元，用于獲取實時微博數(shù)據(jù)，其中，所述微博數(shù)據(jù)包括微博信息、微博用戶信息和微博評論信息，所述微博信息包括微博內(nèi)容、微博ID、微博正文鏈接、點贊數(shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)、發(fā)文時間、發(fā)此條微博的用戶昵稱以及用戶ID，所述微博評論信息包括微博ID、評論內(nèi)容、評論時間、回復(fù)數(shù)以及點贊數(shù),所述微博用戶信息包括用戶ID、微博數(shù)、粉絲數(shù)以及用戶所在地區(qū)；

第一分析單元，用于將所述實時微博數(shù)據(jù)輸入微博分類模型中獲得地震類微博數(shù)據(jù)和非地震類微博數(shù)據(jù)，將所述地震類微博數(shù)據(jù)輸入情感傾向模型中獲得所述地震類微博數(shù)據(jù)的情感傾向，其中，所述微博分類模型、所述情感傾向模型均基于深度學(xué)習(xí)模型Text-CNN使用訓(xùn)練樣本分類訓(xùn)練獲得；

第二獲取單元，用于基于TextRank 算法獲取所述地震類微博數(shù)據(jù)的關(guān)鍵詞組；