CN104598450A - 一种网络舆情事件的热度分析方法及系统 - Google Patents

Abstract

本发明公开了一种网络舆情事件的热度分析方法及系统，属于网络事件热度分析领域，首先对所要采集的网站进行数据的采集与保存，并对采集的数据进行聚类分析，将采集的数据分类成不同的话题事件，之后根据事件热点指数计算模型计算每个话题事件的热点指数。该方法及系统将网络舆情和民意数字化，通过建立多维度的模型及网站权重来计算一个话题的热点指数，可以更准确的衡量一个事件的热度情况，实现多维度的网络舆情事件的热度分析。

Description

一种网络舆情事件的热度分析方法及系统

技术领域

本发明涉及网络事件热度分析领域，具体涉及一种网络舆情事件的热度分析方法及系统。

背景技术

我国正处在一个社会发展的关键时期，而民意历来都是反映社会形势的晴雨表，因此通过对民意的透视，可以把握社会发展的关键及社会矛盾。随着互联网的爆发式发展，网络成为群众表达自己心声和见解的主要渠道，也成为获取舆情、民意的主要传播媒介。

目前的计算机技术可实现对网络信息的热点聚类，通过把相似信息的聚类，实现热点的呈现。但是现有方式的热度的体现只能通过相似信息的数量来衡量，其缺点就是衡量指标单一，从而导致对热点的判断出现偏差。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种网络舆情事件的热度分析方法及系统，实现多维度的网络舆情事件的热度分析。

为实现上述目的，本发明采用的技术方案如下：

一种网络舆情事件的热度分析方法，包括以下步骤：

（1）对所要采集的网站进行数据的采集与保存；

（2）对采集的数据进行聚类分析，将采集的数据分类成不同的话题事件；

（3）根据事件热点指数计算模型计算每个话题事件的热点指数。

一种舆情事件的热度分析系统，包括：

数据采集模块，用于对所要采集的网站进行数据的采集与保存；

聚类分析模块，对采集的数据进行聚类分析，将采集的数据分类成不同的话题事件；

热点指数计算模块，根据事件热点指数计算模型计算每个话题事件的热点指数。

本发明的有益效果在于：本发明所述的方法及系统，对网络舆情和民意数字化，通过建立多维度的模型及网站权重来计算一个话题的热点指数，可以更准确的衡量一个事件的热度情况。

附图说明

图1为本发明一种网络舆情事件的热度分析系统的结构框图；

图2为本发明一种网络舆情事件的热度分析方法的流程图；

图3为具体实施方式中网络舆情事件的热度分析方法的流程示意图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

本发明的目的在于提供一种可以较准确反映热点热度的指数计算方法及系统，通过多维度的事件热点指数计算模型及网站权重来计算一个话题的热点指数。该方法及系统基于数据采集和热点聚类技术，提供舆情事件的各维度的计算方法和事件热点指数的计算方法。

图1示出了本发明一种网络舆情事件的热度分析系统的结构框图，该系统包括了数据采集模块11、聚类分析模块12和热点指数计算模块13，其中：

数据采集模块11用于对所要采集的网站进行数据的采集与保存；

聚类分析模块12对采集的数据进行聚类分析，将采集的数据分类成不同的话题事件；

热点指数计算模块13根据事件热点指数计算模型计算每个话题事件的热点指数。

数据采集模块11在需要采集的网站部署采集软件，对采集范围内的站点定时的进行数据采集，并对采集到的数据进行入库保存。聚类分析模块12对数据模块采集到的数据进行热点聚类，通过聚类软件对采集的数据进行定时的聚类分析，并对同一话题事件的文章进行合并，之后由热点指数计算模块13根据事件热点指数计算模型计算每个话题事件的热点指数。

所述的事件热点指数计算模型是根据事件的多维度参数和网站权重建立的计算事件热度的模型，所述的多维度参数包括数量维度、显著维度和分布维度。热点指数计算模块13根据事件热点指数计算模型计算每个话题事件的热点指数的具体方式为：

事件热点指数=（数量维度值×数量维度权重+显著维度值×显著维度权重+分布维度值×分布维度权重）×平均网站权重;

其中，数量维度值=（信息数量得分+总点击数量得分+总跟帖数量得分）×数量维度权重；

显著维度值=（网站首页得分+加精得分+置顶得分+推荐得分）×显著维度权重;

分布维度值=（网站分布数量得分+网友分布数量得分）×分布维度权重；

网站平均权重为事件所包含的所有文章所在网站的网站权重的均值。

图2和图3示出了本实施方式中基于图1中所示系统的一种网络舆情事件的热度分析方法，该方法包括以下步骤：

步骤S21：对所要采集的网站进行数据的采集与保存；

根据需要，部署采集软件，配置采集的具体网站，对采集范围内的站点进行定时的数据采集，并对采集数据进行入库保存。

进行数据采集时，所采集的数据的基本属性包括采集的事件的标题、链接地址、正文、所属网站和所属频道等。如果所采集的数据为论坛数据，所采集的数据的基本属性还包括事件点击数量、回帖数量、是否置为网站首页、是否加精、是否置顶、是否推荐、以及跟帖内容和跟帖网名等。

步骤S22：对采集的数据进行聚类分析，将采集的数据分类成不同的话题事件；

对步骤S21中所采集到的数据进行热点聚类。本实施方式中通过聚类软件对采集的数据进行定时的聚类，对同一话题事件的数据进行合并，将采集的数据分类成不同的话题事件，并将分类后的数据保存。其中，对数据进行聚类分析采用现有技术实现的。

对数据进行聚类分析后，根据话题事件的类型，得到话题事件的基本属性信息。如对于论坛数据聚类，得到属于同一话题事件的数量、总点击数、总跟帖数、加精次数、置顶次数及推荐次数等。由于网络事件的时效性较短，在对新的话题事件进行入库保存时，入库前先删除全部旧的话题数据。

步骤S23：根据事件热点指数计算模型计算每个话题事件的热点指数。

完成数据的聚类分析后，根据事件热点指数计算模型计算每个话题事件的热点指数。其中，所述的事件热点指数计算模型是根据事件的多维度参数和网站权重建立的计算事件热度的模型，所述的多维度参数包括数量维度A、显著维度B和分布维度C，网站权重根据网站的影响力设置，影响力越大，网站权重值越大。

其中，数量维度A是反映话题事件的信息数量、总点击数量和总跟帖数量的参数；显著维度B是反映话题事件的信息在论坛或者网站中是否加精、置顶、置为网站首页或者推荐的参数；分布参数C是反映话题事件在网站的分布数量及在各论坛的跟帖网友的数量的参数。

根据事件热点指数计算模型计算每个话题事件的热点指数的具体方式为：

事件热点指数=（数量维度值×数量维度权重+显著维度值×显著维度权重+分布维度值×分布维度权重）×平均网站权重;

其中，数量维度值=（信息数量得分+总点击数量得分+总跟帖数量得分）×数量维度权重；

显著维度值=（网站首页得分+加精得分+置顶得分+推荐得分）×显著维度权重;

分布维度值=（网站分布数量得分+网友分布数量得分）×分布维度权重；

网站平均权重为事件所包含的所有文章所在网站的网站权重的均值；网友分布数量是指事件分布的所有网站的跟帖网友数量。

在具体实施过程中，可以通过用户界面方式对数量维度、显著维度、分布维度、网站权重进行配置，配置原则是每个维度区间对应不同分值。每个维度中的具体项的分值可采用十分制或者百分制，并配置每个模型所占权重，按百分比来表示，配置完成后保存到数据库，其中数量维度权重、显著维度权重和分布维度权重之和为100%。之后根据上述的事件热点指数计算模型计算每个话题事件的热点指数，得到每个话题事件的热点指数，事件的热点指数越大，热度越高。通过热点指数可以更准确的衡量一个时间的热度情况，可以利用美观的前台统计展示，较直观的反映当前的网络热点。

下面结合具体实施例对本发明建立事件热点指数计算模型、以及根据该模型计算每个话题事件的热点指数的过程进行说明。

实施例

本实施例以论坛数据为例进行说明。

完成数据的采集及聚类分析后，建立事件热点指数计算模型，本实施例的热点计算模型中包括事件的数量维度、显著维度和分布维度三个方面计算模型的建立，以及网站权重的设置，具体如下：

数量维度A：用于反映事件的相似信息数量、总点击数量、总跟帖数量。其中，相似信息可根据信息的关键字进行判定。

设置数量维度的权重（数量参数在整个事件热点分析中的重要性），本实施例中数量维度所占权重为30%。

对数量维度A的上述各项指标的不同区间配置不同分值，本实施例中采用百分制，具体如下：

相似信息数量	分值（分）
		0-10	0
11-20	10
		21-30	20
……	……
		81-90	80
91-100	90
		100以上	100

总点击数量	分值（分）
		0-100	10
101-200	50
		201-400	60
401-600	70
		601-800	80
801-100	90
		1000以上	100

总跟帖数量	分值（分）
		0-100	10
101-200	50
		201-400	60
401-600	70
		601-800	80
801-100	90
		1000以上	100

显著维度B：反映该事件的信息在论坛网站中是否加精、置顶、置为网站首页、推荐等。

设置显著维度的权重，本实施例中该维度所占权重为35%。

显著维度的各项指标可配置加分值（各指标出现多一次所增加的分值），具体如下：

置为网站首页一次：15分

加精一次：10分

置顶一次：10分

推荐一次：10分

分布维度C：反映该事件在网站的分布数量及在各论坛的跟帖网友的数量。

设置分布维度的权重，本实施例中该维度所占权重为35%。

分布维度各项指标不同区间可配置不同分值，具体如下：

网站分布数量	分值（分）
		0-10	0
11-20	10
		21-30	20
……	……
		81-90	80
91-100	90
		100以上	100

网友分布数量	分值（分）
		0-10	0
11-20	10
		21-30	20
……	……
		81-90	80
91-100	90
		100以上	100

网站权重：考虑到不同网站的影响力不同，不同的网站需要配置权重值。模型如下：

网站1：权重值为1，

网站2：权重值为1.1

……

网站n，权重值为1.5

根据上述的具体配置模型，计算各维度的值，计算公式如下：

数量维度值=（信息数量得分+总点击数量得分+总跟帖数量得分）×数量维度权重；

显著维度值=（网站首页得分+加精得分+置顶得分+推荐得分）×显著维度权重;

分布维度值=（网站分布数量得分+网友分布数量得分）×分布维度权重；

计算时，对于数量参数值：通过对该模型的数据库查询，获得总相似信息数、总点击数、总跟帖数所在区间对应的分值。

对于显著维度值：通过对该模型的数据库查询，获得网站首页、加精一次、置顶一次、推荐一次所对应分值，根据当前话题实际次数分别计算每项具体分值。

对于分布维度值：对该话题相似文章所属网站进行计算，可以得出该话题分布网站的数量，通过对该模型的数据库查询，可以获得该话题网站分布所得分值。对该话题所有跟帖按网名进行消重计算。计算出该话题跟帖网名的数量。再所通过对该模型的数据库进行查询。获取该话题跟帖网名所对应分值。

上述计算完成后，通过热点指数计算公式计算话题事件的热点指数，计算公式为：

事件热点指数=（数量维度值×数量维度权重+显著维度值×显著维度权重+分布维度值×分布维度权重）×平均网站权重;

其中，网站平均权重为事件所包含的所有文章所在网站的网站权重的均值，按相似文章所属网站在该模型数据库中查询对应权重，获得每篇相似文章的权重后，计算其平均权重，如对于一事件，其包含的文章a、b、c、d，文章a所述网站的权重为1.1，文章b为1.2，文章c为1.3，文章d为1.4，那么该事件的网站平均权重记为（1.1+1.2+1.3+1.4）/4=1.25。

通过上述三个维度模型及网站权重计算出事件的热点指数，之后可利用美观的前台统计展示，较直观的反映当前的网络热点。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种网络舆情事件的热度分析方法，包括以下步骤：

（1）对所要采集的网站进行数据的采集与保存；

（2）对采集的数据进行聚类分析，将采集的数据分类成不同的话题事件；

（3）根据事件热点指数计算模型计算每个话题事件的热点指数。

2.如权利要求1所述的一种舆情事件的热度分析方法，其特征在于，步骤（1）中，进行数据采集时，所采集的数据的基本属性包括事件的标题、链接地址、正文、所属网站和所属频道。

3.如权利要求2所述的一种舆情事件的热度分析方法，其特征在于，步骤（1）中，如果所采集的数据为论坛数据，所采集的数据的基本属性还包括事件的点击数量、回帖数量、是否置为网站首页、是否加精、是否置顶、是否推荐、以及跟帖内容和跟帖网名。

4.如权利要求1所述的一种舆情事件的热度分析方法，其特征在于，步骤（3）中，所述的事件热点指数计算模型是根据事件的多维度参数和网站权重建立的计算事件热度的模型，所述的多维度参数包括数量维度、显著维度和分布维度。

5.如权利要求4所述的一种舆情事件的热度分析方法，其特征在于，所述的数量维度A是反映话题事件的信息数量、总点击数量和总跟帖数量的参数；

所述的显著维度B是反映话题事件的信息在论坛或者网站中是否加精、置顶、置为网站首页或者推荐的参数；

所述的分布参数C是反映话题事件在网站的分布数量及在各论坛的跟帖网友的数量的参数。

6.如权利要求4所述的一种舆情事件的热度分析方法，其特征在于，根据网站的影响力设置网站权重，影响力越大，网站权重值越大。

7.如权利要求4至6之一所述的一种舆情事件的热度分析方法，其特征在于，根据事件热点指数计算模型计算每个话题事件的热点指数的具体方式为：

事件热点指数=（数量维度值×数量维度权重+显著维度值×显著维度权重+分布维度值×分布维度权重）×平均网站权重;

其中，数量维度值=（信息数量得分+总点击数量得分+总跟帖数量得分）×数量维度权重；

显著维度值=（网站首页得分+加精得分+置顶得分+推荐得分）×显著维度权重;

分布维度值=（网站分布数量得分+网友分布数量得分）×分布维度权重；

网站平均权重为事件所包含的所有文章所在网站的网站权重的均值。

8.一种舆情事件的热度分析系统，包括：

数据采集模块，用于对所要采集的网站进行数据的采集与保存；

聚类分析模块，对采集的数据进行聚类分析，将采集的数据分类成不同的话题事件；

热点指数计算模块，根据事件热点指数计算模型计算每个话题事件的热点指数。

9.如权利要求8所述的一种舆情事件的热度分析系统，其特征在于，所述的事件热点指数计算模型是根据事件的多维度参数和网站权重建立的计算事件热度的模型，所述的多维度参数包括数量维度、显著维度和分布维度。

10.如权利要求9所述的一种舆情事件的热度分析系统，其特征在于，所述的热点指数计算模块根据事件热点指数计算模型计算每个话题事件的热点指数的具体方式为：

事件热点指数=（数量维度值×数量维度权重+显著维度值×显著维度权重+分布维度值×分布维度权重）×平均网站权重;

其中，数量维度值=（信息数量得分+总点击数量得分+总跟帖数量得分）×数量维度权重；

显著维度值=（网站首页得分+加精得分+置顶得分+推荐得分）×显著维度权重;

分布维度值=（网站分布数量得分+网友分布数量得分）×分布维度权重；

网站平均权重为事件所包含的所有文章所在网站的网站权重的均值。