CN103902659A - 一种舆情分析方法及相应的装置 - Google Patents
一种舆情分析方法及相应的装置 Download PDFInfo
- Publication number
- CN103902659A CN103902659A CN201410075708.3A CN201410075708A CN103902659A CN 103902659 A CN103902659 A CN 103902659A CN 201410075708 A CN201410075708 A CN 201410075708A CN 103902659 A CN103902659 A CN 103902659A
- Authority
- CN
- China
- Prior art keywords
- user
- feelings information
- public feelings
- public
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000011084 recovery Methods 0.000 claims description 31
- 238000012544 monitoring process Methods 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000010485 coping Effects 0.000 abstract 2
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种舆情分析方法,包括根据用户设定的关键词监测与所述关键词相关的网络舆情信息;如果监测到与所述关键词相关的网络舆情信息,判断所述舆情信息是否为负面舆情信息;如果所述舆情信息为负面舆情信息,则计算用户对所述负面舆情信息的应对能力指数。本发明还公开了与上述方法相应的舆情分析装置。本发明能够为用户提供用户对当前负面舆情信息的应对能力指数,从而为用户提供直观的决策参考和指引,具有较好的用户体验。
Description
技术领域
本发明涉及互联网技术领域,特别是涉及一种舆情分析方法及相应的装置。
背景技术
在互联网业已成为了党和政府治国理政的重要新平台之一,网络舆论也越来越受到重视的当前,各级政府、党政机关、企事业单位和学术机构都越来越重视互联网舆情的监测、研究和引导。
具体上讲,舆情监测是指整合互联网信息采集技术及信息智能处理技术通过对互联网海量信息自动获取、自动分类聚类、主题监测、专题聚焦,实现用户的网络舆情监测和新闻专题追踪等信息需求,形成简报、报告、图表等分析结果,为客户全面掌握群众思想动态,做出正确舆论引导,提供分析依据。
各级政府、党政机关、企事业单位和学术机构等等用户,当网络中出现用户的负面舆情时,用户当前的应答是否及时,是否达到预期的效果,当前的舆情监测无法提供直观的分析结果,需要用户自己通过分析得出,劳神费时。
发明内容
本发明主要解决的技术问题是提供一种舆情分析方法,还提供了相应的装置,能够为用户提供用户对当前负面舆情信息的应对能力指数,从而为用户提供直观的决策参考和指引,具有较好的用户体验。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种舆情分析方法,包括:根据用户设定的关键词监测与所述关键词相关的网络舆情信息;如果监测到与所述关键词相关的网络舆情信息,判断所述舆情信息是否为负面舆情信息;如果所述舆情信息为负面舆情信息,则计算用户对所述负面舆情信息的应对能力指数。
进一步的,所述关键词为用户名称。
进一步的,所述根据用户设定的关键词监测与所述关键词相关的网络舆情信息的步骤具体为利用爬虫技术从互联网中抓取与用户设定的关键词相关的舆情信息。
进一步的,所述判断舆情信息是否为负面舆情信息的步骤具体为:根据预设的负面词判断所述舆情信息是否为负面舆情信息。
进一步的,所述分析用户对所述负面舆情信息的应对能力指数的步骤包括:统计所述负面舆情信息的数量;获取用户对所述负面舆情信息的应对数量;根据所述负面舆情信息的数量和对所述负面舆情信息的应对数量计算舆情回复率;根据用户的回复速度和预设的回复速率库获取与所述回复速度对应的回复速率;根据对用户回复的反应计算回复认可率,所述回复认可率为互联网中支持用户回复的反应数量占所有对用户回复的反应数量的比例;根据以下公式计算用户对所述负面舆情信息的应对能力指数:其中,S为应对能力指数,R为舆情回复率,N为负面舆情信息的应对数量,T为回复速率,K为回复认可率。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种舆情分析装置,包括:监测模块,用于根据用户设定的关键词监测与所述关键词相关的网络舆情信息,并输出至判断模块;判断模块,用于当监测模块监测到与所述关键词相关的网络舆情信息时,判断所述舆情信息是否为负面舆情信息,并输出至分析模块;分析模块,用于当判断模块判断出所述舆情信息为负面舆情信息时,分析用户对所述负面舆情信息的应对能力指数。
进一步的,所述分析模块包括:统计单元,用于统计所述负面舆情信息的数量;第一获取单元,用于获取用户对所述负面舆情信息的应对数量;第一计算单元,用于根据所述负面舆情信息的数量和所述负面舆情信息的应对数量计算舆情回复率;第二获取单元,用于根据用户的回复速度和预设的回复速率库获取与所述回复速度对应的回复速率;第二计算单元,用于根据对用户回复的反应计算回复认可率,所述回复认可率为互联网中支持用户回复的反应数量占所有对用户回复的反应数量的比例;第三计算单元,用于根据以下公式计算用户对所述负面舆情信息的应对能力指数:其中,S为应对能力指数,R为舆情回复率,N为负面舆情信息的应对数量,T为回复速率,K为回复认可率。
本发明的有益效果是:区别于现有技术,本发明舆情分析装置据用户设定的关键词监测与该关键词相关的网络舆情信息,如果监测到与该关键词相关的网络舆情信息,再判断该舆情信息是否为负面舆情信息,如果该舆情信息为负面舆情信息,则分析用户对该负面舆情信息的应对能力指数。而且,本发明舆情分析方法实现了为用户提供用户对当前负面舆情信息的应对能力指数,从而为用户提供直观的决策参考和指引,具有较好的用户体验。
附图说明
图1是本发明一种舆情分析方法的一个实施例的流程示意图;
图2是本发明一种舆情分析方法的另一实施例的流程示意图;
图3是本发明一种舆情分析装置的一个实施例的方框示意图;
图4是图3所述舆情分析装置的方框示意图。
具体实施方式
请参阅图1,本发明舆情分析方法的一个实施例包括如下步骤:
101、根据用户设定的关键词监测与该关键词相关的网络舆情信息;
用户需要知道自己对负面舆情的应对能力,首先设定用户名称作为舆情信息搜索的关键词。舆情分析装置根据用户设定的关键词监测与该关键词相关的网络舆情信息,具体的:利用爬虫技术从互联网中抓取与用户设定的关键词相关的舆情信息。
102、如果监测到与关键词相关的网络舆情信息,判断该舆情信息是否为负面舆情信息;
如果步骤101中监测到与用户设置的关键词相关的网络舆情信息,则判断该舆情信息是否为负面舆情。
判断是否是负面舆情具体的:在本地预设负面词库,判断与关键词相关的网络舆情信息中是否存在负面词库中预存的负面词,如果与关键词相关的网络舆情信息中存在负面词库中预存的负面词,则判定该网络舆情信息为负面舆情。
103、如果舆情信息为负面舆情信息,则分析用户对该负面舆情信息的应对能力指数。
如果步骤102中判断出舆情信息为负面舆情信息,则通过获取舆情回复率、负面舆情信息的应对数量、回复速率和回复认可率等等计算用户对该面舆情信息的应对能力指数。其中,舆情回复率为对某个负面舆情信息的应对数量和该负面舆情信息的数量的比值;负面舆情信息的应对数量为用户对某一负面舆情信息的应对数量;回复速率为用户应对某一负面舆情信息的速度;回复认可率为用户针对某一负面舆情信息的应对情况,他人对该应对情况的反应。
本实施例中,舆情分析装置据用户设定的关键词监测与该关键词相关的网络舆情信息,如果监测到与该关键词相关的网络舆情信息,再判断该舆情信息是否为负面舆情信息,如果该舆情信息为负面舆情信息,则分析用户对该负面舆情信息的应对能力指数。本方法实现了为用户提供用户对当前负面舆情信息的应对能力指数,从而为用户提供直观的决策参考和指引,具有较好的用户体验。
请参阅图2,本发明舆情分析方法的实施例包括如下步骤:
201、根据用户设定的关键词监测与该关键词相关的网络舆情信息;
用户需要知道自己对负面舆情的应对能力,首先设定用户名称作为舆情信息搜索的关键词。舆情分析装置根据用户设定的关键词监测与该关键词相关的网络舆情信息,具体的:利用爬虫技术从互联网中抓取与用户设定的关键词相关的舆情信息。
202、如果监测到与关键词相关的网络舆情信息,判断该舆情信息是否为负面舆情信息;
如果步骤201中监测到与用户设置的关键词相关的网络舆情信息,则判断该舆情信息是否为负面舆情信息。
判断是否是负面舆情具体包括:在本地预设负面词库,判断与关键词相关的网络舆情信息中是否存在负面词库中预存的负面词,如果与关键词相关的网络舆情信息中存在负面词库中预存的负面词,则判定该网络舆情信息为负面舆情。
203、如果舆情信息为负面舆情信息,统计该负面舆情信息的数量;
如果步骤202中判断出舆情信息为负面舆情信息,则首先统计该负面舆情信息的数量。
204、获取用户对负面舆情信息的应对数量;
获取用户对负面舆情信息的应对数量,用户的应对为在互联网上的对负面舆情的回应。
205、根据负面舆情信息的数量和对该负面舆情信息的应对数量计算舆情回复率;
根据负面舆情信息的数量和对该负面舆情信息的应对数量计算舆情回复率,具体的:
舆情回复率=负面舆情信息的应对数量/负面舆情信息的数量。
206、根据用户的回复速度和预设的回复速率库获取与该回复速度对应的回复速率;
在本地预设一个回复速率库,如下表所示:
回复速度 | 回复速率 |
小于4小时 | 1 |
4小时至24小时 | 0.8 |
1天到3天 | 0.5 |
3天到7天 | 0.2 |
7天以上 | 0 |
获取用户的回复速度后,根据该回复速度在回复速率库中获取对应的回复速率,例如用户的回复速度为3小时,则对应的回复速率为1。
207、根据对用户回复的反应计算回复认可率;
回复认可率为互联网中支持用户回复的反应数量占所有对用户回复的反应数量的比例,例如政府或者其他单位对负面舆情的回复,在互联网中的支持或者赞占所有针对该回复反应的比例。
进一步的,如果用户在回应负面舆情后,在互联网中再无人回复该回应,则视为该回应的认可率为1。
208、使用预设的公式计算用户对负面舆情信息的应对能力指数;
根据以下公式计算用户对负面舆情信息的应对能力指数:
其中,S为应对能力指数,R为舆情回复率,N为负面舆情信息的应对数量,T为回复速率,K为回复认可率。
在本实施例中,舆情分析装置据用户设定的关键词监测与该关键词相关的网络舆情信息,如果监测到与该关键词相关的网络舆情信息,再判断该舆情信息是否为负面舆情信息,如果该舆情信息为负面舆情信息,则分析用户对该负面舆情信息的应对能力指数。本方法实现了为用户提供用户对当前负面舆情信息的应对能力指数,从而为用户提供直观的决策参考和指引,具有较好的用户体验。
请参阅图3和图4,本发明舆情分析装置的实施例包括:
监测模块301,用于根据用户设定的关键词监测与该关键词相关的网络舆情信息,并输出至判断模块302;具体的,当用户需要知道自己对负面舆情的应对能力时,首先设定用户名称作为舆情信息搜索的关键词。舆情分析装置根据用户设定的关键词利用爬虫技术从互联网中抓取与用户设定的关键词相关的舆情信息。
判断模块302,用于当监测模块301监测到与所述关键词相关的网络舆情信息时,判断该舆情信息是否为负面舆情信息,并输出至分析模块303;
判断是否是负面舆情具体的:在本地预设负面词库,判断与关键词相关的网络舆情信息中是否存在负面词库中预存的负面词,如果与关键词相关的网络舆情信息中存在负面词库中预存的负面词,则判定该网络舆情信息为负面舆情。
分析模块303,用于当判断模块判断出舆情信息为负面舆情信息时,分析用户对该负面舆情信息的应对能力指数。
如图4所示,进一步的,分析模块303包括:
统计单元3031,用于统计负面舆情信息的数量;
第一获取单元3032,用于获取用户对负面舆情信息的应对数量;
第一计算单元3033,用于根据负面舆情信息的数量和负面舆情信息的应对数量计算舆情回复率;具体的:
舆情回复率=负面舆情信息的应对数量/负面舆情信息的数量。
第二获取单元3034,用于根据用户的回复速度和预设的回复速率库获取与该回复速度对应的回复速率;
具体的,在本地预设一个回复速率库,所述回复速率库存储在所述第二获取单元3034内。如下表所示:
回复速度 | 回复速率 |
小于4小时 | 1 |
4小时至24小时 | 0.8 |
1天到3天 | 0.5 |
3天到7天 | 0.2 |
7天以上 | 0 |
获取用户的回复速度后,根据该回复速度在回复速率库中获取对应的回复速率,例如用户的回复速度为3小时,则对应的回复速率为1。
第二计算单元3035,用于根据对用户回复的反应计算回复认可率,其中,回复认可率为互联网中支持用户回复的反应数量占所有对用户回复的反应数量的比例。例如政府或者其他单位对负面舆情的回复,在互联网中的“支持”或者“赞”占所有针对该回复反应的比例。本实施例中,如果用户在回应负面舆情后,在互联网中再无人回复该回应,则视为该回应的认可率为1。
第三计算单元3036,用于根据以下公式计算用户对负面舆情信息的应对能力指数:
其中,S为应对能力指数,R为舆情回复率,N为负面舆情信息的应对数量,T为回复速率,K为回复认可率。
在本实施例中,舆情分析装置根据用户设定的关键词监测与该关键词相关的网络舆情信息,如果监测到与该关键词相关的网络舆情信息,再判断该舆情信息是否为负面舆情信息,如果该舆情信息为负面舆情信息,则分析用户对该负面舆情信息的应对能力指数。本方法实现了为用户提供用户对当前负面舆情信息的应对能力指数,从而为用户提供直观的决策参考和指引,具有较好的用户体验。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种舆情分析方法,其特征在于,包括:
根据用户设定的关键词监测与所述关键词相关的网络舆情信息;
如果监测到与所述关键词相关的网络舆情信息,判断所述舆情信息是否为负面舆情信息;
如果所述舆情信息为负面舆情信息,则计算用户对所述负面舆情信息的应对能力指数。
2.根据权利要求1所述的方法,其特征在于,所述关键词为用户名称。
3.根据权利要求1所述的方法,其特征在于,所述根据用户设定的关键词监测与所述关键词相关的网络舆情信息的步骤具体为:
利用爬虫技术从互联网中抓取与用户设定的关键词相关的舆情信息。
4.根据权利要求3所述的方法,其特征在于,所述判断舆情信息是否为负面舆情信息的步骤具体为:
根据预设的负面词判断所述舆情信息是否为负面舆情信息。
5.根据权利要求1所述的方法,其特征在于,所述分析用户对所述负面舆情信息的应对能力指数的步骤包括:
统计所述负面舆情信息的数量;
获取用户对所述负面舆情信息的应对数量;
根据所述负面舆情信息的数量和对所述负面舆情信息的应对数量计算舆情回复率;
根据用户的回复速度和预设的回复速率库获取与所述回复速度对应的回复速率;
根据对用户回复的反应计算回复认可率,所述回复认可率为互联网中支持用户回复的反应数量占所有对用户回复的反应数量的比例;
根据以下公式计算用户对所述负面舆情信息的应对能力指数:
其中,S为应对能力指数,R为舆情回复率,N为负面舆情信息的应对数量,T为回复速率,K为回复认可率。
6.一种舆情分析装置,其特征在于,包括:
监测模块,用于根据用户设定的关键词监测与所述关键词相关的网络舆情信息,并输出至判断模块;
判断模块,用于当监测模块监测到与所述关键词相关的网络舆情信息时,判断所述舆情信息是否为负面舆情信息,并输出至分析模块;
分析模块,用于当判断模块判断出所述舆情信息为负面舆情信息时,分析用户对所述负面舆情信息的应对能力指数。
7.根据权利要求6所述的装置,其特征在于,所述分析模块包括:
统计单元,用于统计所述负面舆情信息的数量;
第一获取单元,用于获取用户对所述负面舆情信息的应对数量;
第一计算单元,用于根据所述负面舆情信息的数量和所述负面舆情信息的应对数量计算舆情回复率;
第二获取单元,用于根据用户的回复速度和预设的回复速率库获取与所述回复速度对应的回复速率;
第二计算单元,用于根据对用户回复的反应计算回复认可率,所述回复认可率为互联网中支持用户回复的反应数量占所有对用户回复的反应数量的比例;
第三计算单元,用于根据以下公式计算用户对所述负面舆情信息的应对能力指数:
其中,S为应对能力指数,R为舆情回复率,N为负面舆情信息的应对数量,T为回复速率,K为回复认可率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410075708.3A CN103902659B (zh) | 2014-03-04 | 2014-03-04 | 一种舆情分析方法及相应的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410075708.3A CN103902659B (zh) | 2014-03-04 | 2014-03-04 | 一种舆情分析方法及相应的装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103902659A true CN103902659A (zh) | 2014-07-02 |
CN103902659B CN103902659B (zh) | 2017-06-27 |
Family
ID=50993981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410075708.3A Active CN103902659B (zh) | 2014-03-04 | 2014-03-04 | 一种舆情分析方法及相应的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103902659B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834737A (zh) * | 2015-05-19 | 2015-08-12 | 无锡天脉聚源传媒科技有限公司 | 一种基于电视报道的舆情处理方法和装置 |
CN105653527A (zh) * | 2014-11-11 | 2016-06-08 | 江苏威盾网络科技有限公司 | 一种基于网络爬虫技术的舆情处置及信息投放方法 |
CN105701097A (zh) * | 2014-11-25 | 2016-06-22 | 四三九九网络股份有限公司 | 一种基于社交网络平台的舆情分析方法及系统 |
CN107741929A (zh) * | 2017-10-18 | 2018-02-27 | 网智天元科技集团股份有限公司 | 舆情分析方法及装置 |
CN107995289A (zh) * | 2017-12-01 | 2018-05-04 | 中国联合网络通信集团有限公司 | 一种网络用户的行为追踪方法及平台 |
CN108153764A (zh) * | 2016-12-05 | 2018-06-12 | 腾讯科技(深圳)有限公司 | 一种舆情处理方法及装置 |
CN109522463A (zh) * | 2018-10-18 | 2019-03-26 | 西南石油大学 | 应用程序的舆情分析方法和装置 |
CN112632218A (zh) * | 2020-12-15 | 2021-04-09 | 西安电子科技大学 | 一种用于企业危机公关的网络舆情监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006236009A (ja) * | 2005-02-24 | 2006-09-07 | Chugoku Electric Power Co Inc:The | ステークホルダー世論活用システム及び方法 |
WO2007142998A2 (en) * | 2006-05-31 | 2007-12-13 | Kaava Corp. | Dynamic content analysis of collected online discussions |
CN101408883A (zh) * | 2008-11-24 | 2009-04-15 | 电子科技大学 | 一种网络舆情观点收集方法 |
CN102708096A (zh) * | 2012-05-29 | 2012-10-03 | 代松 | 一种基于语义的网络智能舆情监测系统及其工作方法 |
CN103544255A (zh) * | 2013-10-15 | 2014-01-29 | 常州大学 | 基于文本语义相关的网络舆情信息分析方法 |
-
2014
- 2014-03-04 CN CN201410075708.3A patent/CN103902659B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006236009A (ja) * | 2005-02-24 | 2006-09-07 | Chugoku Electric Power Co Inc:The | ステークホルダー世論活用システム及び方法 |
WO2007142998A2 (en) * | 2006-05-31 | 2007-12-13 | Kaava Corp. | Dynamic content analysis of collected online discussions |
CN101408883A (zh) * | 2008-11-24 | 2009-04-15 | 电子科技大学 | 一种网络舆情观点收集方法 |
CN102708096A (zh) * | 2012-05-29 | 2012-10-03 | 代松 | 一种基于语义的网络智能舆情监测系统及其工作方法 |
CN103544255A (zh) * | 2013-10-15 | 2014-01-29 | 常州大学 | 基于文本语义相关的网络舆情信息分析方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105653527A (zh) * | 2014-11-11 | 2016-06-08 | 江苏威盾网络科技有限公司 | 一种基于网络爬虫技术的舆情处置及信息投放方法 |
CN105701097A (zh) * | 2014-11-25 | 2016-06-22 | 四三九九网络股份有限公司 | 一种基于社交网络平台的舆情分析方法及系统 |
CN105701097B (zh) * | 2014-11-25 | 2018-11-09 | 四三九九网络股份有限公司 | 一种基于社交网络平台的舆情分析方法及系统 |
CN104834737A (zh) * | 2015-05-19 | 2015-08-12 | 无锡天脉聚源传媒科技有限公司 | 一种基于电视报道的舆情处理方法和装置 |
CN108153764A (zh) * | 2016-12-05 | 2018-06-12 | 腾讯科技(深圳)有限公司 | 一种舆情处理方法及装置 |
CN107741929A (zh) * | 2017-10-18 | 2018-02-27 | 网智天元科技集团股份有限公司 | 舆情分析方法及装置 |
CN107995289A (zh) * | 2017-12-01 | 2018-05-04 | 中国联合网络通信集团有限公司 | 一种网络用户的行为追踪方法及平台 |
CN107995289B (zh) * | 2017-12-01 | 2019-08-06 | 中国联合网络通信集团有限公司 | 一种网络用户的行为追踪方法及平台 |
CN109522463A (zh) * | 2018-10-18 | 2019-03-26 | 西南石油大学 | 应用程序的舆情分析方法和装置 |
CN112632218A (zh) * | 2020-12-15 | 2021-04-09 | 西安电子科技大学 | 一种用于企业危机公关的网络舆情监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103902659B (zh) | 2017-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103902659A (zh) | 一种舆情分析方法及相应的装置 | |
Cavenaile et al. | An empirical analysis of income convergence in the European Union | |
CN107229689B (zh) | 一种微博舆情风险研判的方法 | |
CN104657393A (zh) | 一种舆情分析方法及相应的装置 | |
JP2019512764A (ja) | ユーザ地理的ロケーションのタイプを識別するための方法および装置 | |
CN104035960A (zh) | 互联网资讯信息热点预测方法 | |
CN101661513A (zh) | 网络热点和舆情的检测方法 | |
Mennekens et al. | The delay time distribution of massive double compact star mergers | |
Zhou et al. | Derivation of water and power operating rules for multi-reservoirs | |
US20190197125A1 (en) | Social analytics based on viral mentions and threading | |
CN104281697A (zh) | 一种基于语义的大数据分析系统 | |
CN110851489A (zh) | 一种互联网舆情监控系统 | |
Chen et al. | 4Is of social bully filtering: identity, inference, influence, and intervention | |
Yip et al. | A tale of two cities: A decomposition of recent fertility changes in Shanghai and Hong Kong | |
CN106257457B (zh) | 一种舆情收集整理方法 | |
CN104281710A (zh) | 一种网络数据挖掘方法 | |
US10467537B2 (en) | System, method and apparatus for automatic topic relevant content filtering from social media text streams using weak supervision | |
CN102651025A (zh) | 一种用于在网络社区中对发布信息进行定位的方法与设备 | |
Shi et al. | An approximation model of the collective risk model with INAR (1) claim process | |
CN112632218A (zh) | 一种用于企业危机公关的网络舆情监测方法 | |
Kim et al. | Features of the Rural Revitalization Projects in Jang-su County Using LDA Topic Analysis of News Data-Focused on Keyword of Tourism and Livelihood | |
CN105117385A (zh) | 一种以矩阵计算为基础进行舆论信息抽取的方法及系统 | |
Zhu | The labour force participation of Australian mature-aged men: the role of spousal participation | |
Yang et al. | Big Data of Urban Waterlogging Public Opinion Monitoring and Early Warning Method Detection | |
Liu et al. | Research on the Governing Strategies for Internet Public Opinion Event under the New Media Environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231222 Address after: 518000 Room 101, building a, factory building, Runchang Industrial Park, xiangjiaotang community, Bantian street, Longgang District, Shenzhen City, Guangdong Province Patentee after: Donghua Zhigao Communication Technology Co.,Ltd. Address before: 518057, 4th Floor, Wanwei Building, Shekou Wanggu Industrial Fifth Road, Nanshan District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN SIECOM COMMUNICATION TECHNOLOGY CO.,LTD. |