[發明專利]基于人工智能交叉驗證的輿情分析方法及系統

在審

• 申請號: 202310018161.2
• 申請日: 2023-01-06
• 公開（公告）號: CN115935073A
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 錢志雄
• 申請（專利權）人: 常來信息科技（蘇州）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06F18/214
• 代理公司: 深圳市創富知識產權代理有限公司 44367
• 代理人: 李秀麗

1.基于人工智能交叉驗證的輿情分析方法，其特征在于：具體包括以下步驟：

S1、歷史研究：對歷史發生的輿情事件進行分類，并針對輿情事件進行階段性標記，采集輿情事件相關結構化數據，按照時間順序進行標記后，進行存儲；

S2、交叉驗證：對S1中存儲的結構化數據進行整理，獲取數據集，構建預測模型，利用時間序列交叉驗證和數據集對預測模型進行訓練測試，優化后得到訓練后的預測模型；

S3、輿情監控：對互聯網進行感興趣輿情監控，獲取帶有時間標記的輿情結構化數據，導入到S2中訓練后的預測模型中，輸出階段性預測結果；

S4、對比分析：根據S3的階段性預測結果，與S1中存儲的歷史發生的輿情時間進行相似度對比，獲取歷史參照。

2.根據權利要求1所述的基于人工智能交叉驗證的輿情分析方法，其特征在于：所述S1中采集輿情事件相關結構化數據包括互聯網瀏覽量及其增長率、引發支鏈數量及其增長率。

3.根據權利要求1所述的基于人工智能交叉驗證的輿情分析方法，其特征在于：所述S2中利用數據集對預測模型進行訓練時，選擇數據時間標記靠前的數據作為訓練集，將時間標記靠后的數據作為驗證集，將訓練集導入到預測模型中，獲取結果后，與驗證集進行對比，對階段性演變精準性進行判斷。

4.基于人工智能交叉驗證的輿情分析系統，包括輿情分析平臺(1)，其特征在于：所述輿情分析平臺(1)包括歷史研究單元(2)、交叉驗證單元(3)、輿情監控單元(4)和對比分析單元(5)，其中歷史研究單元(2)用于采集歷史輿情數據，并進行相關結構化數據的存儲，所述歷史研究單元(2)與交叉驗證單元(3)對接，所述交叉驗證單元(3)用于構建預測模型，并通過時間序列交叉驗證對預測模型進行訓練，所述交叉驗證單元(3)與輿情監控單元(4)對接，所述輿情監控單元(4)用于監控并采集感興趣輿情數據，并利用預測模型進行階段性預測，所述輿情監控單元(4)與對比分析單元(5)對接，所述對比分析單元(5)用于根據階段性預測結構，與歷史發生的輿情時間進行相似度對比，獲取歷史參照。

5.根據權利要求4所述的基于人工智能交叉驗證的輿情分析系統，其特征在于：所述歷史研究單元(2)包括歷史輿情分類模塊(6)、輿情收集模塊(7)和結構化數據存儲模塊(8)，所述歷史輿情分類模塊(6)與輿情收集模塊(7)對接，所述輿情收集模塊(7)與結構化數據存儲模塊(8)對接。

6.根據權利要求5所述的基于人工智能交叉驗證的輿情分析系統，其特征在于：所述歷史輿情分類模塊(6)用于針對歷史發生的輿情事件進行分類，并針對不同分類的輿情事件進行階段分類；

所述輿情收集模塊(7)用于采集輿情事件相關結構化數據；

所述結構化數據存儲模塊(8)用于將采集的相關結構化數據代入到階段分類中進行存儲，獲取結構化數據。

7.根據權利要求4所述的基于人工智能交叉驗證的輿情分析系統，其特征在于：所述交叉驗證單元(3)包括時間序列數據整理模塊(9)、演變模型構建模塊(10)和訓練測試模塊(11)，所述時間序列數據整理模塊(9)與演變模型構建模塊(10)對接，所述演變模型構建模塊(10)與訓練測試模塊(11)對接。

8.根據權利要求7所述的基于人工智能交叉驗證的輿情分析系統，其特征在于：所述時間序列數據整理模塊(9)用于對歷史研究單元(2)中存儲的結構化數據按照時間順序進行排序；

所述演變模型構建模塊(10)用于構建預測模型，并根據訓練結果對預測模型進行優化調整；

所述訓練測試模塊(11)用于選擇數據時間標記靠前的數據作為訓練集，將時間標記靠后的數據作為驗證集，將訓練集導入到預測模型中，獲取結果后，與驗證集進行對比，對階段性演變精準性進行判斷。