CN107704513A - 一种网络舆情监控方法及系统 - Google Patents
一种网络舆情监控方法及系统 Download PDFInfo
- Publication number
- CN107704513A CN107704513A CN201710773679.1A CN201710773679A CN107704513A CN 107704513 A CN107704513 A CN 107704513A CN 201710773679 A CN201710773679 A CN 201710773679A CN 107704513 A CN107704513 A CN 107704513A
- Authority
- CN
- China
- Prior art keywords
- public sentiment
- warning
- attention rate
- grade
- data
- 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.)
- Pending
Links
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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
Abstract
本发明涉及舆情监控技术,其公开了一种网络舆情监控方法及系统,解决传统技术中网络舆情监控方案存在的针对性不强,降低舆情分析效率的问题。本发明中的系统包括:爬虫模块、实时传输模块、自然语言处理模块、关注度计算模块、预警等级计算模块;爬虫模块用于网络舆情爬取,实时传输模块用于数据传输,自然语言处理模块用于对爬取的文本数据进行处理判断出负面舆情并计算负面情感等级;关注度计算模块用于计算舆情的关注度,预警等级计算模块用于根据舆情的负面情感等级以及关注度综合计算相应舆情的综合预警数据,并与预设的预警等级进行比较,若对应某个预警等级,则采用对应该预警等级的措施对相应舆情进行监控预警。
Description
技术领域
本发明涉及舆情监控技术,具体涉及一种网络舆情监控方法及系统。
背景技术
随着互联网的普及,越来越多的人开始使用互联网并在互联网上表达自己的想法,互联网作为一种新的信息传播媒介已经融入到了人们的日常生活中,人们已经习惯了使用互联网来表达自己的想法,因为互联网相对来说更加自由,开放,不被人监督,因此一些观点很容易在互联网上传播并形成强大的舆论力量。
由于互联网的开放性以及缺少监督的特点,一些不好的言论很容易在不受控制的情况下广泛传播从而造成极坏的影响,因此我们有必要对网络舆情进行监控,发现对自身不利的言论并及时采取措施,从而能够将不利于自身的网络言论的危害降到最低。
目前网络舆情主要通过论坛、微博和新闻网站进行传播,通过对这些地方的舆情进行监控便能够掌握网络舆情的动向,从而能够达到掌握网络舆情的目的。
现有技术中进行网络舆情监控时往往只考虑舆情本身的负面情感程度,而并未考虑舆情的关注度,导致针对所有负面舆情都要进行关注,针对性不强,也降低了舆情分析效率。
发明内容
本发明所要解决的技术问题是:提出一种网络舆情监控方法及系统,解决传统技术中网络舆情监控方案存在的针对性不强,降低舆情分析效率的问题。
本发明解决其技术问题所采用的技术方案是:
一种网络舆情监控系统,包括:
爬虫模块,用于对网络舆情进行爬取,爬取文本数据和计算关注度所需数据;
实时传输模块,用于对爬取的文本数据实时传输给自然语言处理模块,将爬取的计算关注度所需数据实时传输给关注度计算模块;
自然语言处理模块,用于在收到爬取的文本数据后,对所述爬取的文本数据进行处理,判断其是否为与用户相关且为负面的舆情,如果是,则计算舆情文本的负面情感等级传输给预警等级计算模块,并触发关注度计算模块计算并该舆情文本的关注度;
关注度计算模块,用于在自然语言处理模块的触发下,根据从爬虫模块获取的计算关注度所需数据计算相应舆情文本的关注度,并传输给预警等级计算模块;
预警等级计算模块,用于根据获取的舆情文本的负面情感等级以及其对应的关注度计算相应舆情的综合预警数据,并与预设的预警等级进行比较,若对应某个预警等级,则采用对应该预警等级的措施对相应舆情进行监控预警。
作为进一步优化,所述爬虫模块在爬取文本数据时,还获取该舆情文本的articleId,作为区分舆情文本的唯一标识。
作为进一步优化,作为计算关注度所需数据包括:浏览量、回复量、转发量、点赞量。
作为进一步优化,所述自然语言处理模块触发关注度计算模块时,将所述舆情文本的article Id传送给关注度计算模块。
作为进一步优化,所述预警等级计算模块仅对综合预警数据在预警等级范围内的负面舆情进行监控,不对综合预警数据在预警等级范围外的负面舆情进行监控。
作为进一步优化,所述采用对应该预警等级的措施对相应舆情进行监控预警,具体包括:
预警等级计算模块将计算的综合预警数据所对应的预警等级传输给爬虫模块;
爬虫模块根据预警等级采用相应的频率爬取该舆情的计算关注度所需数据,并传输给关注度计算模块,关注度计算模块重新计算该舆情的当前最新关注度,并传输给预警等级计算模块,预警等级计算模块结合该舆情文本的负面情感等级以及当前最新关注度,再次计算该舆情的综合预警数据,并与预设的预警等级进行比较,从而获取其当前最新预警等级,并采用对应当前最新预警等级的措施对该舆情进行监控预警,直至某个时刻计算获得的综合预警数据在预警等级范围之外,解除预警。
此外,基于上述系统,本发明还提供了一种网络舆情监控方法,其包括以下步骤:
a.对网络舆情进行爬取,爬取文本数据和计算关注度所需数据;
b.对所述爬取的文本数据进行处理,判断其是否为与用户相关且为负面的舆情,如果是,则计算舆情文本的负面情感等级,并触发步骤c的关注度计算;
c.根据获取的计算关注度所需数据计算相应舆情文本的关注度;
d.根据获取的舆情文本的负面情感等级以及其对应的关注度计算相应舆情的综合预警数据,并与预设的预警等级进行比较,若对应某个预警等级,则采用对应该预警等级的措施对相应舆情进行监控预警。
作为进一步优化,步骤d中,所述采用对应该预警等级的措施对相应舆情进行监控预警,具体包括:
根据计算的预警等级采用应的频率爬取该舆情的计算关注度所需数据,并重新计算该舆情的当前最新关注度,以及结合该舆情文本的负面情感等级以及当前最新关注度,再次计算该舆情的综合预警数据,并与预设的预警等级进行比较,从而获取其当前最新预警等级,并采用对应当前最新预警等级的措施对该舆情进行监控预警,直至某个时刻计算获得的综合预警数据在预警等级范围之外,解除预警。
作为进一步优化,所示根据计算的预警等级采用应的频率爬取该舆情的计算关注度所需数据,具体包括:
针对每一个预警等级设置一个爬取频率,若预警等级越高,则爬取舆情的的计算关注度所需数据的频率越高。
作为进一步优化,步骤a中,在对网络舆情进行爬取时,还爬取能够唯一确定该舆情的article Id,在步骤c中,根据该舆情的article Id确定需要计算哪一个舆情文本的关注度。
本发明的有益效果是:
在进行舆情监控时综合考虑了舆情文本情感等级和舆情关注度,能够根据自身需求对真正需要监控的网络舆情进行实时监控;对于舆情文本情感为负,但是关注度低的舆情不需要进行监控,使得监控更有针对性,更加准确;
此外,在进行监控时,根据计算的预警等级的不同采用不同的频率继续爬取关注度数据,并计算新的预警等级,从而对舆情的更新动向了如指掌。
附图说明
图1为本发明的网络舆情监控系统结构框图。
具体实施方式
目前的舆情监控系统都是只考虑舆情的文本负面情感等级,而忽视了舆情的关注度,但是对于那些几乎没人关注的舆情即使文本情感为负面的但是因为没有被传播,也就不会造成坏的影响,因此也是不需要进行预警的,针对该问题,本发明提出一种网络舆情监控方法及系统,在进行舆情监控时综合考虑了舆情文本情感等级和舆情关注度,能够根据自身需求对真正需要监控的网络舆情进行实时监控。
在具体实施上,如图1所示,本发明中的网络舆情监控系统包括:
爬虫模块,用于对网络舆情进行爬取,爬取文本数据和计算关注度所需数据;
实时传输模块,用于对爬取的文本数据实时传输给自然语言处理模块,将爬取的计算关注度所需数据实时传输给关注度计算模块;
自然语言处理模块,用于在收到爬取的文本数据后,对所述爬取的文本数据进行处理,判断其是否为与用户相关且为负面的舆情,如果是,则计算舆情文本的负面情感等级传输给预警等级计算模块,并触发关注度计算模块计算并该舆情文本的关注度;
关注度计算模块,用于在自然语言处理模块的触发下,根据从爬虫模块获取的计算关注度所需数据计算相应舆情文本的关注度,并传输给预警等级计算模块;
预警等级计算模块,用于根据获取的舆情文本的负面情感等级以及其对应的关注度计算相应舆情的综合预警数据,并与预设的预警等级进行比较,若对应某个预警等级,则采用对应该预警等级的措施对相应舆情进行监控预警。
实施例:
以对长虹相关的网络舆情进行监控为例,想要从论坛(主要是长虹论坛、奇珀论坛、ZNDS论坛)、微博(长虹微博)及新闻网站(主要是中国家电网、万维家电网、新浪家电网的主页及中关村家电网的主页)上边爬取数据。论坛主要爬取帖子的标题及正文来判断该条帖子是否与长虹相关及该帖子的文本负面情感等级,爬取浏览量及回复量来计算关注度;新闻主要爬取标题及正文来判断该条新闻是否与长虹相关及该新闻的文本负面情感等级,爬取浏览量来计算该条新闻的关注度;微博主要爬取正文来确定该条微博的负面情感等级,由于微博值从长虹微博爬取所以默认与长虹相关,爬取转发量、回复量及点赞量来计算该条微博的关注度。
2、使用爬虫模块对确定的数据源进行爬取,使用一个字段source来区分舆情的来源,source=1代表该条舆情数据来自论坛,source=2代表该条舆情来自微博,source=3代表该条舆情来自新闻。使用articleId作为区分该条舆情的唯一标识。
3、爬虫模块将爬取到数据传送给实时传输模块。
4、自然语言处理模块根据接收到的文本数据首先确定该条舆情是否与长虹相关,如果不相关则不返回任何数据,如果相关则进一步判断对于长虹来说是正面的还是负面的,如果是正面的也不返回任何数据,如果是负面的需要判断其负面情感等级,共分为红色、橙色、黄色和绿色四个等级,分别表示负面情感等级依次降低即红色的负面情感等级最强,绿色的负面情感等级最弱。
5、关注度计算模块首先判断该条舆情的来源,是来自论坛,微博还是新闻网站,然后根据来源去调用相应的关注度计算的子模块去计算该条舆情的关注度,并将计算的结果及该条舆情的文本负面情感等级传送给预警等级计算模块。
6、预警等级计算模块根据该条舆情的文本负面情感等级和关注度计算该条舆情的预警等级,具体计算过程如下:如果文本负面情感等级textLevel=“红色”,则令textLevel=100;如果textLevel=“橙色”,则令textLevel=80;如果textLevel=“黄色”,则令textLevel=60;如果textLevel=“绿色”,则令textLevel=40。预警水平线warnLevel根据关注度attention与textLevel的乘积得出,即warnLevel=attention*textLevel。如果warnLevel=>n1,则预警等级warnId=“红色”;如果n2<=warnLevel<n1,则预警等级warnId=“橙色”;如果n3<=warnLevel<n2,则预警等级warnId=“黄色”;如果n4<=warnLevel<n3,则预警等级warnId=“绿色”;否则不需要预警,其中n1>n2>n3>n4,n1,n2,n3,n4需要根据实际情况去设置。预警等级计算模块将该条舆情的预警等级写入数据库便于前段展示数据进行监控,及时发现有哪些不利于长虹的舆情并采取相应的措施,并将预警等级返回给爬虫模块进行重复爬取。
7、如果预警等级为红色则3分钟爬取一次该条舆情用来计算关注度的相关数据,如果预警等级为橙色,则6分钟爬取一次该条舆情该条舆情用来计算关注度的相关数据,如果预警等级为黄色,则9分钟爬取一次,如果预警等级为绿色,则12分钟爬取一次。
8、关注度计算模块根据爬虫模块传入的数据调用不同的关注度计算的子模块重新计算该条舆情的关注度。
9、预警等级计算模块根据关注度计算模块传入的该条舆情的关注度和文本负面情感等级重新计算该条舆情的预警等级,将结果重新返回给爬虫模块,并将结果写入数据库更新该条舆情原先的记录。
10、不断爬取新增加的舆情并采用以上方式进行监控,同时对于已经预警的舆情则不断重复爬取该条舆情用于计算关注度的数据直到该条舆情的预警解除。
Claims (10)
1.一种网络舆情监控系统,其特征在于,包括:
爬虫模块,用于对网络舆情进行爬取,爬取文本数据和计算关注度所需数据;
实时传输模块,用于对爬取的文本数据实时传输给自然语言处理模块,将爬取的计算关注度所需数据实时传输给关注度计算模块;
自然语言处理模块,用于在收到爬取的文本数据后,对所述爬取的文本数据进行处理,判断其是否为与用户相关且为负面的舆情,如果是,则计算舆情文本的负面情感等级传输给预警等级计算模块,并触发关注度计算模块计算并该舆情文本的关注度;
关注度计算模块,用于在自然语言处理模块的触发下,根据从爬虫模块获取的计算关注度所需数据计算相应舆情文本的关注度,并传输给预警等级计算模块;
预警等级计算模块,用于根据获取的舆情文本的负面情感等级以及其对应的关注度计算相应舆情的综合预警数据,并与预设的预警等级进行比较,若对应某个预警等级,则采用对应该预警等级的措施对相应舆情进行监控预警。
2.如权利要求1所述的一种网络舆情监控系统,其特征在于,作为计算关注度所需数据包括:浏览量、回复量、转发量、点赞量。
3.如权利要求1所述的一种网络舆情监控系统,其特征在于,所述爬虫模块在爬取文本数据时,还获取该舆情文本的article Id,作为区分舆情文本的唯一标识。
4.如权利要求3所述的一种网络舆情监控系统,其特征在于,所述自然语言处理模块触发关注度计算模块时,将所述舆情文本的article Id传送给关注度计算模块。
5.如权利要求3所述的一种网络舆情监控系统,其特征在于,所述预警等级计算模块仅对综合预警数据在预警等级范围内的负面舆情进行监控,不对综合预警数据在预警等级范围外的负面舆情进行监控。
6.如权利要求1-5任意一项所述的一种网络舆情监控系统,其特征在于,所述采用对应该预警等级的措施对相应舆情进行监控预警,具体包括:
预警等级计算模块将计算的综合预警数据所对应的预警等级传输给爬虫模块;
爬虫模块根据预警等级采用相应的频率爬取该舆情的计算关注度所需数据,并传输给关注度计算模块,关注度计算模块重新计算该舆情的当前最新关注度,并传输给预警等级计算模块,预警等级计算模块结合该舆情文本的负面情感等级以及当前最新关注度,再次计算该舆情的综合预警数据,并与预设的预警等级进行比较,从而获取其当前最新预警等级,并采用对应当前最新预警等级的措施对该舆情进行监控预警,直至某个时刻计算获得的综合预警数据在预警等级范围之外,解除预警。
7.一种网络舆情监控方法,其特征在于,包括以下步骤:
a.对网络舆情进行爬取,爬取文本数据和计算关注度所需数据;
b.对所述爬取的文本数据进行处理,判断其是否为与用户相关且为负面的舆情,如果是,则计算舆情文本的负面情感等级,并触发步骤c的关注度计算;
c.根据获取的计算关注度所需数据计算相应舆情文本的关注度;
d.根据获取的舆情文本的负面情感等级以及其对应的关注度计算相应舆情的综合预警数据,并与预设的预警等级进行比较,若对应某个预警等级,则采用对应该预警等级的措施对相应舆情进行监控预警。
8.如权利要求7所述的一种网络舆情监控方法,其特征在于,步骤d中,所述采用对应该预警等级的措施对相应舆情进行监控预警,具体包括:
根据计算的预警等级采用应的频率爬取该舆情的计算关注度所需数据,并重新计算该舆情的当前最新关注度,以及结合该舆情文本的负面情感等级以及当前最新关注度,再次计算该舆情的综合预警数据,并与预设的预警等级进行比较,从而获取其当前最新预警等级,并采用对应当前最新预警等级的措施对该舆情进行监控预警,直至某个时刻计算获得的综合预警数据在预警等级范围之外,解除预警。
9.如权利要求8所述的一种网络舆情监控方法,其特征在于,所示根据计算的预警等级采用应的频率爬取该舆情的计算关注度所需数据,具体包括:
针对每一个预警等级设置一个爬取频率,若预警等级越高,则爬取舆情的的计算关注度所需数据的频率越高。
10.如权利要求7-9任意一项所述的一种网络舆情监控方法,其特征在于,步骤a中,在对网络舆情进行爬取时,还爬取能够唯一确定该舆情的article Id,在步骤c中,根据该舆情的article Id确定需要计算哪一个舆情文本的关注度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710773679.1A CN107704513A (zh) | 2017-08-31 | 2017-08-31 | 一种网络舆情监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710773679.1A CN107704513A (zh) | 2017-08-31 | 2017-08-31 | 一种网络舆情监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107704513A true CN107704513A (zh) | 2018-02-16 |
Family
ID=61171482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710773679.1A Pending CN107704513A (zh) | 2017-08-31 | 2017-08-31 | 一种网络舆情监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107704513A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959432A (zh) * | 2018-06-11 | 2018-12-07 | 颜彦 | 一种基于大数据的融媒体舆情监测方法 |
CN109145216A (zh) * | 2018-08-29 | 2019-01-04 | 中国平安保险(集团)股份有限公司 | 网络舆情监控方法、装置及存储介质 |
CN109145215A (zh) * | 2018-08-29 | 2019-01-04 | 中国平安保险(集团)股份有限公司 | 网络舆情分析方法、装置及存储介质 |
CN110188933A (zh) * | 2019-05-21 | 2019-08-30 | 湖北经济学院 | 一种高校网络舆情监测预警方法和系统 |
CN111209465A (zh) * | 2020-01-03 | 2020-05-29 | 精硕科技(北京)股份有限公司 | 舆情告警方法、装置和电子设备 |
CN114187126A (zh) * | 2021-11-08 | 2022-03-15 | 杭州萝卜智能技术有限公司 | 一种基于数据分析的网络舆情管控系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751458A (zh) * | 2009-12-31 | 2010-06-23 | 暨南大学 | 一种网络舆情监控系统及方法 |
CN104537097A (zh) * | 2015-01-09 | 2015-04-22 | 成都布林特信息技术有限公司 | 微博舆情监测系统 |
CN104731812A (zh) * | 2013-12-23 | 2015-06-24 | 北京华易互动科技有限公司 | 一种基于文本情感倾向识别的舆情检测方法 |
US20150206153A1 (en) * | 2014-01-21 | 2015-07-23 | Mastercard International Incorporated | Method and system for indexing consumer sentiment of a merchant |
CN104899335A (zh) * | 2015-06-25 | 2015-09-09 | 四川友联信息技术有限公司 | 一种对网络舆情信息进行情感分类的方法 |
CN106126558A (zh) * | 2016-06-16 | 2016-11-16 | 东软集团股份有限公司 | 一种舆情监控方法及装置 |
CN106649578A (zh) * | 2016-11-17 | 2017-05-10 | 华北理工大学 | 一种基于社交网络平台的舆情分析方法及系统 |
-
2017
- 2017-08-31 CN CN201710773679.1A patent/CN107704513A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751458A (zh) * | 2009-12-31 | 2010-06-23 | 暨南大学 | 一种网络舆情监控系统及方法 |
CN104731812A (zh) * | 2013-12-23 | 2015-06-24 | 北京华易互动科技有限公司 | 一种基于文本情感倾向识别的舆情检测方法 |
US20150206153A1 (en) * | 2014-01-21 | 2015-07-23 | Mastercard International Incorporated | Method and system for indexing consumer sentiment of a merchant |
CN104537097A (zh) * | 2015-01-09 | 2015-04-22 | 成都布林特信息技术有限公司 | 微博舆情监测系统 |
CN104537097B (zh) * | 2015-01-09 | 2017-08-11 | 成都布林特信息技术有限公司 | 微博舆情监测系统 |
CN104899335A (zh) * | 2015-06-25 | 2015-09-09 | 四川友联信息技术有限公司 | 一种对网络舆情信息进行情感分类的方法 |
CN106126558A (zh) * | 2016-06-16 | 2016-11-16 | 东软集团股份有限公司 | 一种舆情监控方法及装置 |
CN106649578A (zh) * | 2016-11-17 | 2017-05-10 | 华北理工大学 | 一种基于社交网络平台的舆情分析方法及系统 |
Non-Patent Citations (2)
Title |
---|
吴绍忠;李淑华: "互联网络舆情预警机制研究", 《中国人民公安大学学报 自然科学版》 * |
王振飞;刘凯莉;郑志蕴;宋玉: "面向微博话题的增强型舆情分析方法", 《小型微型计算机系统》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959432A (zh) * | 2018-06-11 | 2018-12-07 | 颜彦 | 一种基于大数据的融媒体舆情监测方法 |
CN109145216A (zh) * | 2018-08-29 | 2019-01-04 | 中国平安保险(集团)股份有限公司 | 网络舆情监控方法、装置及存储介质 |
CN109145215A (zh) * | 2018-08-29 | 2019-01-04 | 中国平安保险(集团)股份有限公司 | 网络舆情分析方法、装置及存储介质 |
CN109145216B (zh) * | 2018-08-29 | 2023-08-25 | 中国平安保险(集团)股份有限公司 | 网络舆情监控方法、装置及存储介质 |
CN109145215B (zh) * | 2018-08-29 | 2023-11-07 | 中国平安保险(集团)股份有限公司 | 网络舆情分析方法、装置及存储介质 |
CN110188933A (zh) * | 2019-05-21 | 2019-08-30 | 湖北经济学院 | 一种高校网络舆情监测预警方法和系统 |
CN111209465A (zh) * | 2020-01-03 | 2020-05-29 | 精硕科技(北京)股份有限公司 | 舆情告警方法、装置和电子设备 |
CN111209465B (zh) * | 2020-01-03 | 2023-11-07 | 北京秒针人工智能科技有限公司 | 舆情告警方法、装置和电子设备 |
CN114187126A (zh) * | 2021-11-08 | 2022-03-15 | 杭州萝卜智能技术有限公司 | 一种基于数据分析的网络舆情管控系统 |
CN114187126B (zh) * | 2021-11-08 | 2022-08-19 | 杭州萝卜智能技术有限公司 | 一种基于数据分析的网络舆情管控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107704513A (zh) | 一种网络舆情监控方法及系统 | |
CN110516067B (zh) | 基于话题检测的舆情监控方法、系统及存储介质 | |
CN104915392B (zh) | 一种微博转发行为预测方法及装置 | |
CN107491548A (zh) | 一种网络舆情文本信息推荐及可视化方法 | |
CN103810201B (zh) | 一种音乐推荐方法及装置 | |
CN103617290B (zh) | 中文机器阅读系统 | |
CN107870957A (zh) | 一种基于信息增益和bp神经网络的热门微博预测方法 | |
CN105335496A (zh) | 基于余弦相似度文本挖掘算法的客服重复来电处理方法 | |
CN104408892B (zh) | 安防系统及应急系统及发送装置及接收装置及方法 | |
CN110222513A (zh) | 一种线上活动的异常监测方法、装置及存储介质 | |
CN107229689A (zh) | 一种微博舆情风险研判的方法 | |
US11605010B1 (en) | Computer incident scoring | |
CN104462327A (zh) | 语句相似度的计算、搜索处理方法及装置 | |
Moi et al. | Strategy for processing and analyzing social media data streams in emergencies | |
Au et al. | Integrating knowledge management into information security: From audit to practice | |
CN107832344A (zh) | 一种基于storm流计算框架的食品安全网络舆情分析方法 | |
Sasaki et al. | Feasibility study on detection of transportation information exploiting Twitter as a sensor | |
CN107392794A (zh) | 一种基于互联网的项目咨询服务管理系统 | |
EP3149690A1 (en) | Method and system for collecting, transforming, storing, and presentation of data from multiple data sources. | |
Raghav et al. | Bigdata fog based cyber physical system for classifying, identifying and prevention of SARS disease | |
Qin et al. | Analysis of the covid-19 epidemic transmission network in mainland china: K-core decomposition study | |
CN206741482U (zh) | 一种采用概率图模型的网络舆情监控装置 | |
Wang et al. | Emotion-based Independent Cascade model for information propagation in online social media | |
CN113609294A (zh) | 一种基于情感分析的生鲜冷链监管方法及系统 | |
TWI524724B (zh) | Telecommunication network alarm correlation analysis method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180216 |