CN108319587B - 一种多权重的舆情价值计算方法及系统、计算机 - Google Patents

Abstract

本发明属于网络技术领域，公开了一种多权重的舆情价值计算方法及系统、计算机，多权重的舆情价值计算方法结合媒体权重、媒体频道权重、版面位置权重、情感正负面和信息曝光率五个特征对舆情价值进行评分；通过广度优先遍历采集，确定媒体的频道及权重；通过版面识别算法确定报道在版面中的重要性；通过情感倾向计算，确定整篇报道的情感强度；通过搜素引擎中的排序来计算信息曝光率；把舆情价值相关的要素统一到一起，进行舆情价值的量化计算。本发明为解决以往舆情判断中的假判、误判和错判问题以及舆情处置中的盲目、缩小、夸大、无力、耽搁等问题，提供价值判断依据，从而提升基于网络突发公共事件危机管理的预警力、判断力和处置力。

Description

一种多权重的舆情价值计算方法及系统、计算机

技术领域

本发明属于网络技术领域，尤其涉及公开了一种多权重的舆情价值计算方法及系统、计算机。

背景技术

舆情是是指在一定的社会空间内，围绕中介性社会事件的发生、发展和变化，作为主体的民众对作为客体的社会管理者、企业、个人及其他各类组织及其政治、社会、道德等方面的取向产生和持有的社会态度。它是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等的总和。移动互联网时代的到来使得人们可以实现随时、随地获取信息和传播信息，特别是随着移动互联网和智能终端相结合的传播技术的应用，使得网络舆情的价值分析更有意义。

目前来看，对网络舆情研究的范围主要分布在两个领域：一是针对网络舆情的认知研究，二是对网络舆情的应对研究。关于网络舆情的认知研究大致分为三个方向：一是对网络舆情概念、内涵、作用的研究；二是对网络舆情形成与演化过程的研究；三是对网络舆情传播方面的研究。

综上所述，现有技术存在的问题是：

目前尚未有成熟的网络舆情的定量价值判断方法，没有从五个重要维度出发，构建舆情价值定量计算的相关要素和分值计算方法，为解决以往舆情判断中的假判、误判和错判问题以及舆情处置中的盲目、缩小、夸大、无力、耽搁等问题，提供价值判断依据，从而提升基于网络突发公共事件危机管理的预警力、判断力和处置力。

发明内容

针对现有技术存在的问题，本发明提供了一种多权重的舆情价值计算方法及系统、计算机。

本发明是这样实现的，一种多权重的舆情价值计算方法，所述多权重的舆情价值计算方法结合媒体权重、媒体频道权重、版面位置权重、情感正负面四个特征对舆情价值进行评分；通过广度优先遍历采集，确定媒体的频道及权重；通过版面识别算法确定报道在版面中的重要性；通过情感倾向计算，确定整篇报道的情感强度；把舆情价值相关的要素统一到一起，进行舆情价值的量化计算。

进一步，媒体权重的设置中，依据Alexa排名将媒体权重分为10个阶梯，媒体权重最终得分，记为W1。

媒体频道权重包括：

首页中出现的报道，重要性权重为100；通过首页访问到的频道页中的报道，其重要性为80；其他报道为60；深度在三级以上的报道，其权重为60减去其距离首页的深度；媒体频道的类型采用网络爬虫，按照广度优先遍历算法自动确定；媒体频道权重记为W2。

进一步，版面位置权重的舆情价值赋值方法包括：

通过中心网页中主题网页链接的抽取算法，自动抽取报道所在版面的报道链接；

按照报道类型的链接在HTML源代码中的出现位置进行自动排序；

令T表示所有主题链接的数量，link_r表示排序为r的链接，则第r个链接的重要性计算如下：

采用如下公式将链接重要性变为一个50至100之间的数值，作为版面位置权重，记为W3：

W3＝sigmoid(W(link_r))*100。

进一步，情感倾向计算方法包括：

首先，用如下方式计算词语的情感倾向：借助于开放的知网语义词典，计算每一个词语的义原组成，在义原级别上计算每一个词语与正面义原的相似度和负面义原的相似度，以二者的差值，作为该词语的情感倾向；

其次，把文本拆分为段落、句子和义群三种粒度，在句子层面上计算情感值，假设情感为正的句子集为A，为负面的句子集合为B，A的总分值为scoreSumA，B的总分值为scoreSumB，A包含的句子数量为countA，B包含的句子数量为countB,所有句子的数量为countAll，则：

如果scoreSumA>abs(scoreSumB)，得分为：

scoreSumA/(scoreSumA+abs(scoreSumB))

否则，得分为：

scoreSumB/(scoreSumA+abs(scoreSumB))

一个文本包含的情感句越多，则情感越突出，非情感句越多，则情感越不明显，加入惩罚因子：

lambda＝log(countA+countB+1)/log(countAll+1)

lambda和得分相乘，再乘以正面或负面情感词的平均分，即为最终得分；

该分值乘以100，作为情感维度的得分，记为W4。

进一步，信息曝光度的测定包括：

以文章标题在Google，Bing，Yandex，DuckDuckGo和百度搜索引擎中进行检索，记录其在第一页的出现位置，如果第一页没有出现，则令其位置为T曝光度权重计算如下：

其中，rank(r)表示文章r在搜索引擎中的平均排序位置；其中，T默认为50；

最终的信息曝光度记为W5，计算方式如下：

W5＝sigmoid(WE(link_r))*100。

进一步，评价维度之间的权重分配包括：采用线性加权技术，把不同评价维度的得分进行综合加权，形成最终的舆情价值度计算结果，即一条报道a的舆情价值V(a)：

V(a)＝α*W1+β*W2+γ*W3+δ*W4+θ*W5,

其中，α+β+γ+δ+θ＝1

为确定参数α，β，γ，δ，θ的数值，其中α表示的是媒体权重W1的贡献率(或权重系数)，同理可以知道β表示媒体频道权重W2的贡献率、γ表示版面位置权重W3的贡献率、δ表示情感倾向W4的贡献率、θ表示信息曝光度W5的贡献率。采用层次分析法AHP，通过专家两两比较不同维度之间的相对重要程度，构造判断矩阵，利用几何平均法得到判断矩阵的元素权重，得到最终的参数数值。

本发明的另一目的在于提供一种所述的多权重的舆情价值计算方法的多权重的舆情价值计算系统。即结合媒体权重、媒体频道权重、版面位置权重、情感正负面和信息曝光率五个特征对舆情价值进行评分。

本发明的另一目的在于提供一种实现所述多权重的舆情价值计算方法的计算机程序。

本发明的另一目的在于提供一种搭载有所述计算机程序的信息数据处理终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的方法。

本发明将从五个重要维度出发，构建舆情价值定量计算的相关要素和分值计算方法，为解决以往舆情判断中的假判、误判和错判问题以及舆情处置中的盲目、缩小、夸大、无力、耽搁等问题，提供价值判断依据，从而提升基于网络突发公共事件危机管理的预警力、判断力和处置力。

为每一条舆情信息赋予一个介于0-100之间、反映其舆情价值的分值。算法综合媒体权重、媒体频道权重、版面位置权重、情感倾向及信息曝光度计算出每一条信息的舆情预警价值,帮助用户快速掌握高价值舆情信息。

本发明是综合媒体权重、媒体频道权重、版面位置权重、情感正负面和信息曝光率五个特征来对舆情价值进行评分，通过广度优先遍历采集，确定媒体的频道及权重，通过版面识别算法确定报道在版面中的重要性，通过情感倾向计算，确定整篇报道的情感强度，从而把舆情价值相关的要素统一到一起，实现舆情价值的量化计算，与传统的方法相比较，该发明考虑了五个而维度对情感信息的影响，更加全面，提高了把握舆情信息的准确性。

附图说明

图1是本发明实施例提供的多权重的舆情价值计算方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

本发明实施例提供的多权重的舆情价值计算方法，

首先，按如下规则确定舆情价值的预警级别：舆情价值在0-19区间的，不列入预警信息；舆情价值在20-39区间的，为蓝色预警信息；舆情价值在40-59区间的，为黄色预警信息；舆情价值在60-79区间的，为橙色预警信息；舆情价值在80-100区间的，为红色预警信息。

(一)评价维度及分值计算

为舆情设置五个价值评判维度：

1.媒体权重的设置

不同媒体的权重不一样，对舆情的价值也不同，如：BBC等全球知名网站报道的文章权重会更高。通过专家咨询，本发明依据Alexa排名将媒体权重分为10个阶梯，媒体权重最终得分，记为W1。

2.媒体频道权重

报道在网站中所处的频道与其舆情价值具有高度相关性，例如，首页显示的文章通常具有更高的重要性。因此，按如下方式设置媒体频道权重:

权重	100	80	60	60减去深度
					链接位置	首页	频道页	三级栏目	其他

规定首页中出现的报道，其重要性权重为100，通过首页可访问到的频道页中的报道，其重要性为80，其他报道为60。深度在三级以上的报道，其权重为60减去其距离首页的深度。

媒体频道的类型采用网络爬虫，按照广度优先遍历算法自动确定。

媒体频道权重记为W2。

3.版面位置权重

访问报道的链接在来源页面的位置，即报道原始链接的版面位置，可以反映报道的重要性。例如，在一个网站中头版头条的报道，要比位于尾部的报道，具有更强的舆情影响力，因此，需要根据报道的版面位置对其舆情价值进行合理赋值。算法如下：

(1)通过中心网页中主题网页链接的抽取算法，自动抽取报道所在版面的报道链接；

(2)按照报道类型的链接在HTML源代码中的出现位置进行自动排序；

(3)令T表示所有主题链接的数量，link_r表示排序为r的链接，则第r个链接的重要性计算如下：

进一步，采用如下公式将链接重要性变为一个50至100之间的数值，作为版面位置权重，记为W3：

W3＝sigmoid(W(link_r))*100

4.情感倾向

信息的情感值不同，也会影响其舆情价值大小。例如，负面情感值非常高的报道，与中性情感值的文章相比，具有更高的舆情价值度。

首先，本发明采用如下方式计算词语的情感倾向：借助于开放的知网语义词典，计算每一个词语的义原组成，在义原级别上计算每一个词语与正面义原的相似度和负面义原的相似度，以二者的差值，作为该词语的情感倾向。

其次，本发明把文本拆分为段落、句子和义群三种粒度，在句子层面上计算情感值，假设情感为正的句子集为A，为负面的句子集合为B，A的总分值为scoreSumA，B的总分值为scoreSumB，A包含的句子数量为countA，B包含的句子数量为countB,所有句子的数量为countAll，则：

如果scoreSumA>abs(scoreSumB)，得分为：

scoreSumA/(scoreSumA+abs(scoreSumB))

否则，得分为：

scoreSumB/(scoreSumA+abs(scoreSumB))

进一步，一个文本包含的情感句越多，则情感越突出，非情感句越多，则情感越不明显，因此，加入惩罚因子：

lambda＝log(countA+countB+1)/log(countAll+1)

lambda和得分相乘，再乘以正面或负面情感词的平均分，即为最终得分。

该分值乘以100，作为情感维度的得分，记为W4.

5.信息曝光度

高价值的舆情必然在互联网上拥有更高的曝光度，本发明针对待赋予舆情价值的文章，在互联网上测度其曝光程度，方式如下：

以文章标题在Google，Bing，Yandex，DuckDuckGo和百度搜索引擎中进行检索，记录其在第一页的出现位置，如果第一页没有出现，则令其位置为T(T默认为50)，曝光度权重计算如下：

其中，rank(r)表示文章r在搜索引擎中的平均排序位置。

最终的信息曝光度记为W5，计算方式如下：

W5＝sigmoid(WE(link_r))*100

本发明实施例提供的多权重的舆情价值计算方法，还包括：评价维度之间的权重分配：

本发明采用线性加权技术，把不同评价维度的得分进行综合加权，形成最终的舆情价值度计算结果，即一条报道a的舆情价值V(a)：

V(a)＝α*W1+β*W2+γ*W3+δ*W4+θ*W5,

其中，α+β+γ+δ+θ＝1

为确定参数α，β，γ，δ，θ的数值，采用层次分析法AHP，通过专家两两比较不同维度之间的相对重要程度，构造判断矩阵，利用几何平均法得到判断矩阵的元素权重，得到最终的参数数值。

如图1所示，整体实现步骤：

1.首先定义出每个维度的输出值。

2.确认每个维度对舆情的价值度。

3.通过5个舆情价值度，新建算法分析模型。

4.测试不同参数优化分析模型的输出结果，最终调到最优。

本发明将从五个重要维度出发，构建舆情价值定量计算的相关要素和分值计算方法，为解决以往舆情判断中的假判、误判和错判问题以及舆情处置中的盲目、缩小、夸大、无力、耽搁等问题，提供价值判断依据，从而提升基于网络突发公共事件危机管理的预警力、判断力和处置力。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种多权重的舆情价值计算方法，其特征在于，所述多权重的舆情价值计算方法结合媒体权重、媒体频道权重、版面位置权重、情感正负面和信息曝光率五个特征对舆情价值进行评分；通过广度优先遍历采集，确定媒体的频道及权重；通过版面识别算法确定报道在版面中的重要性；通过情感倾向计算，确定整篇报道的情感强度；通过搜素引擎中的排序来计算信息曝光率；最后把舆情价值相关的要素加权求和，进行舆情价值的量化计算；

媒体权重的设置中，依据Alexa排名将媒体权重分为10个阶梯，媒体权重最终得分，记为W1；媒体频道权重包括：

首页中出现的报道，重要性权重为100；通过首页访问到的频道页中的报道，其重要性为80；其他报道为60；深度在三级以上的报道，其权重为60减去其距离首页的深度；媒体频道的类型采用网络爬虫，按照广度优先遍历算法自动确定；媒体频道权重记为W2；

版面位置权重的舆情价值赋值方法包括：

通过中心网页中主题网页链接的抽取算法，自动抽取报道所在版面的报道链接；

按照报道类型的链接在HTML源代码中的出现位置进行自动排序；

令N表示所有主题链接的数量，link_r表示排序为r的链接，则第r个链接的重要性计算如下：

采用如下公式将链接重要性变为一个50至100之间的数值，作为版面位置权重，记为W3；

W3＝sigmoid(W(link_r))·100；

情感倾向计算方法包括：

首先，用如下方式计算词语的情感倾向；借助于开放的知网语义词典，计算每一个词语的义原组成，在义原级别上计算每一个词语与正面义原的相似度和负面义原的相似度，以二者的差值，作为该词语的情感倾向；

其次，把文本拆分为段落、句子和义群三种粒度，在句子层面上计算情感值，假设情感为正的句子集为A，为负面的句子集合为B，A的总分值为scoreSumA，B的总分值为scoreSumB，A包含的句子数量为countA，B包含的句子数量为countB，所有句子的数量为countAll，则：

如果scoreSumA>abs(scoreSumB)，得分为：

scoreSumA/(scoreSumA+abs(scoreSumB))

否则，得分为：

scoreSumB/(scoreSumA+abs(scoreSumB))

一个文本包含的情感句越多，则情感越突出，非情感句越多，则情感越不明显，加入惩罚因子：

Lambda＝log(countA+countB+1)/log(countAll+1)

Lambda和得分相乘，再乘以正面或负面情感词的平均分，即为最终得分；

该得分乘以100，作为情感维度的得分，记为W4；

信息曝光度的测定包括：

以文章标题在Google，Bing，Yandex，DuckDuckGo和百度搜索引擎中进行检索，记录其在第一页的出现位置，如果第一页没有出现，则令其位置为T，曝光度权重计算如下：

其中，rank(r)表示文章r在搜索引擎中的平均排序位置；其中，T默认为50；

最终的信息曝光度记为W5，计算方式如下：

W5＝sigmoid(WE(link_r))·100；

评价维度之间的权重分配包括采用线性加权技术，把不同评价维度的得分进行综合加权，形成最终的舆情价值度计算结果，即一条报道a的舆情价值V(a)：

V(a)＝α*W1+β*W2+γ*W3+δ*W4+θ*W5

其中，α+β+γ+δ+θ＝1

为确定参数α，β，γ,δ,θ的数值，其中α表示的是媒体权重的贡献率或权重系数，同理可以知道β表示媒体频道权重的贡献率、γ表示版面位置权重的贡献率、δ表示情感倾向的贡献率、θ表示信息曝光度的贡献率；采用层次分析法AHP，通过专家两两比较不同维度之间的相对重要程度，构造判断矩阵，利用几何平均法得到判断矩阵的元素权重，得到最终的参数数值。

2.一种如权利要求1所述的多权重的舆情价值计算方法的多权重的舆情价值计算系统，即结合媒体权重、媒体频道权重、版面位置权重、情感正负面和信息曝光率五个特征对舆情价值进行评分。

3.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1所述的多权重的舆情价值计算方法。

Images