CN109359857B - 一种媒体影响力评估方法、装置及电子设备 - Google Patents
一种媒体影响力评估方法、装置及电子设备 Download PDFInfo
- Publication number
- CN109359857B CN109359857B CN201811191280.3A CN201811191280A CN109359857B CN 109359857 B CN109359857 B CN 109359857B CN 201811191280 A CN201811191280 A CN 201811191280A CN 109359857 B CN109359857 B CN 109359857B
- Authority
- CN
- China
- Prior art keywords
- influence
- media
- news
- determining
- peer
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种媒体影响力评估方法、装置及电子设备,其中,该方法包括如下步骤:获取目标媒体发布的新闻报道的总量、每篇新闻报道的转载次数和每篇新闻报道的转载关系;确定每篇所述新闻报道的单篇影响力,并基于所述单篇影响力和新闻报道的总量,确定目标媒体的新闻影响力;根据所述转载次数和所述转载关系,确定所述目标媒体的同业影响力;基于所述新闻影响力和所述同业影响力,确定所述目标媒体的媒体影响力。本申请实施例提供的一种媒体影响力评估方法、装置及电子设备,从目标媒体发布新闻报道的新闻影响力和目标媒体的同业影响力两个角度评估媒体影响力,提高了媒体影响力评估的准确性和全面性。
Description
技术领域
本申请涉及计算技术领域,尤其是涉及一种媒体影响力评估方法、装置及电子设备。
背景技术
媒体影响力是媒体作为资讯传播渠道而对其受众的社会认知、社会判断、社会决策及相关的社会行为带来影响的程度。
现有技术中,对媒体影响力的评估主要包括:媒介资源评价法、客体归类法、专业威望评价法和二级传播评价法等,然而采用现有技术中的方法获取的媒体影响力准确性较低,无法全面体现目标媒体的媒体影响力。
发明内容
有鉴于此,本申请的目的在于提供一种媒体影响力评估方法、装置及电子设备,从目标媒体发布新闻报道的新闻影响力和目标媒体的同业影响力两个角度评估媒体影响力,提高了媒体影响力评估的准确性和全面性。
第一方面,本申请实施例提供了一种媒体影响力评估方法,包括如下步骤:
获取目标媒体发布的新闻报道的总量、每篇新闻报道的转载次数和每篇新闻报道的转载关系;
确定每篇所述新闻报道的单篇影响力,并基于所述单篇影响力和新闻报道的总量,确定目标媒体的新闻影响力;
根据所述转载次数和所述转载关系,确定所述目标媒体的同业影响力;
基于所述新闻影响力和所述同业影响力,确定所述目标媒体的媒体影响力。
结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,所述确定所述目标媒体的新闻影响力,包括如下步骤:
从所有新闻报道中,选取前预定数量个单篇影响力最大的新闻报道,并计算选取的新闻报道的单篇影响力的期望值;
基于所述期望值和所述新闻报道的总量,确定所述目标媒体的新闻影响力。
结合第一方面的第一种可能的实施方式,本申请实施例提供了第一方面的第二种可能的实施方式,其中,还包括如下步骤:
根据所述单篇影响力的期望值,降低新闻报道的总量的数量级。
结合第一方面的第一种可能的实施方式,本申请实施例提供了第一方面的第三种可能的实施方式,其中,所述确定所述目标媒体的同业影响力,包括如下步骤:
根据选取的每篇新闻报道的转载关系和所述选取的新闻报道的数量,确定其他媒体到目标媒体的转载强度;
根据所述转载强度,确定所述同业影响力的初始值;
根据所述初始值、所述转载强度和其他媒体的数量进行迭代计算,确定所述同业影响力。
结合第一方面的第三种可能的实施方式,本申请实施例提供了第一方面的第四种可能的实施方式,其中,所述确定所述同业影响力的初始值,包括如下步骤:
对所述转载强度计算均值,得到所述同业影响力的初始值。
结合第一方面的第三种可能的实施方式,本申请实施例提供了第一方面的第五种可能的实施方式,其中,还包括如下步骤:
计算当前得到的同业影响力与上一次计算得到的同业影响力的差值,在所述差值小于预定阈值的情况下,所述同业影响力为当前得到的同业影响力。
结合第一方面的第二种可能的实施方式,本申请实施例提供了第一方面的第六种可能的实施方式,其中,所述基于所述期望值和所述新闻报道的总量,确定所述目标媒体的新闻影响力,包括:
通过以下公式计算所述目标媒体的新闻影响力ns(me_i):
ns(me_i)=(mean(me_i))/(F(Nme_i))
其中,mean(me_i)表示选取的媒体me_i新闻报道的单篇影响力的期望值,Nme_i表示媒体me_i的新闻报道的总量,F(Nme_i)为降低媒体me_i的新闻报道的总量NE_i数量级的函数。
结合第一方面的第三种可能的实施方式,本申请实施例提供了第一方面的第七种可能的实施方式,其中,所述根据所述初始值、所述转载强度和其他媒体的数量进行迭代计算,确定所述同业影响力,包括:
通过以下公式计算所述目标媒体的同业影响力ts(me_i):
ts(me_i)=(1-α)/N+α*∑_(j∈IN(me_i))(tr(me_j→me_i)ts(me_j))
其中,α为权重参数;N表示其他媒体的数量;IN(me_i)表示所有直接转载媒体me_i的新闻报道的媒体me_j的集合;tr(me_j→me_i)表示其他媒体me_j到媒体me_i的转载强度。
第二方面,本申请实施例还提供一种媒体影响力评估装置,包括:
获取模块,用于获取目标媒体发布的新闻报道的总量、每篇新闻报道的转载次数和每篇新闻报道的转载关系;
新闻影响力确定模块,用于确定每篇所述新闻报道的单篇影响力,并基于所述单篇影响力和新闻报道的总量,确定目标媒体的新闻影响力;
同业影响力确定模块,用于根据所述转载次数和所述转载关系,确定所述目标媒体的同业影响力;
媒体影响力确定模块,用于基于所述新闻影响力和所述同业影响力,确定所述目标媒体的媒体影响力。
第三方面,一种电子设备,包括:处理器、存储器,所述存储器中存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时实现上述 的方法,实现上述 的装置。
本申请实施例提供的一种媒体影响力评估方法、装置及电子设备,从目标媒体发布新闻报道的新闻影响力和目标媒体的同业影响力两个角度评估媒体影响力,其中新闻影响力能够体现目标媒体新闻影响力的深度和广度,同业影响力表示了目标媒体在同业中的地位,从此两个角度评估媒体影响力,提高了媒体影响力评估的准确性和全面性。
进一步,本申请实施例提供的一种媒体影响力评估方法,从目标媒体发布的新闻报道中选择了有代表性的新闻报道进行媒体影响力的评估,节省了计算量,进一步提升了媒体影响力评估数据的准确性。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种媒体影响力评估方法的流程图;
图2示出了表征转载强度的有向加权图;
图3示出了本申请实施例所提供的一种媒体影响力评估装置的结构示意图;
图4示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
为便于对本实施例进行理解,首先对本申请实施例所公开的一种媒体影响力评估方法进行详细介绍。
实施例一
本申请实施例可以用于对任一媒介中媒体影响力的评估,例如,对媒体在网络、传统报纸、电视、广播上的影响力的评估。目前互联网已经成为大众传播信息的主要途径,传统报纸、电视、广播媒体也都在互联网上进行推广,度量媒体在网络上的影响力非常重要,在网络上的媒体影响力也具有很高的使用价值。所以本申请实施例提供的评估方法,可以优选的用于评估网络上的媒体影响力。
如图1所示,本申请实施例一提供的一种媒体影响力评估方法包括如下步骤:
S101获取目标媒体发布的新闻报道的总量、每篇新闻报道的转载次数和每篇新闻报道的转载关系。
这里,由于媒体影响力是动态变化的,可以选取预定时间范围内目标媒体发布的新闻报道进行媒体影响力的评估。由于建立一个媒体的媒体影响力是一个较长的过程,评估媒体影响力需要在比较长的时间范围进行,所以预定时间范围可以为季度或年等。
这里,转载关系包括被转载媒体、转载媒体、被转载新闻报道等信息。
S102确定每篇所述新闻报道的单篇影响力,并基于所述单篇影响力和新闻报道的总量,确定目标媒体的新闻影响力。
这里,确定所述目标媒体的新闻影响力,具体包括如下步骤:
从所有新闻报道中,选取前预定数量个单篇影响力最大的新闻报道,并计算选取的新闻报道的单篇影响力的期望值;基于所述期望值和所述新闻报道的总量,确定所述目标媒体的新闻影响力。
这里,由于媒体发布的新闻报道较多,为了节省计算量,进一步提升评估方法的准确性,本实施例选择有代表性的新闻报道进行计算。具体地例如,用于评估网络上的媒体影响力时,在预定时间范围内,目标媒体的所有新闻报道中,选择单篇影响力最大的K篇新闻报道计算期望值。如果新闻报道数量不足K篇,可以以实际发生的新闻报道数量计算期望值。优选的,K可以选择100。
具体地例如,用于评估网络上的媒体影响力时,假设媒体me_i单篇影响力最大的K篇新闻报道的单篇影响力分别为:ne_i^1,ne_i^2,… ne_i^99,ne_i^K;则期望值的计算公式mean(me_i)为:
mean(me_i)=(∑_(j=1)^K(ne_i^j))/K
这里,还包括如下步骤:根据所述单篇影响力的期望值,降低新闻报道的总量的数量级。
这里,可以使用任一算法降低新闻报道的总量的数量级。具体地例如,用于评估网络上的媒体影响力时,可以使用对数函数、开平方函数等,假设预定时间范围内,媒体me_i的新闻报道的总量为NE_i,F(Nme_i)为降低媒体me_i的新闻报道的总量NE_i数量级的函数,例如使用对数函数时, F(Nme_i)为log_2(NE_i)。
综上所述,用于评估网络上的媒体影响力时,媒体me_i的新闻影响力用ns(me_i)表示,媒体me_i的新闻影响力ns(me_i)的计算公式如下:
ns(me_i)=(mean(me_i))/(F(Nme_i))
这里,mean(me_i)为选取的媒体me_i新闻报道的单篇影响力的期望值; Nme_i表示媒体me_i的新闻报道的总量;F(Nme_i)为降低媒体me_i的新闻报道的总量NE_i数量级的函数
S103根据所述转载次数和所述转载关系,确定所述目标媒体的同业影响力。
这里,所述确定所述目标的同业影响力,包括如下步骤:
根据选取的每篇新闻报道的转载关系和所述选取的新闻报道的数量,确定其他媒体到目标媒体的转载强度;根据所述转载强度,确定所述同业影响力的初始值;根据所述初始值、所述转载强度和其他媒体的数量进行迭代计算,确定所述同业影响力。
这里,由于媒体发布的新闻报道较多,为了节省计算量,进一步提升评估方法的准确性,选择有代表性的新闻报道进行计算,从所有新闻报道中,选取前预定数量个单篇影响力最大的新闻报道,并根据选取的新闻报道,确定其他媒体到目标媒体的转载强度。具体地例如,用于评估网络上的媒体影响力时,在预定时间范围内,目标媒体的所有新闻报道中,选择单篇影响力最大的K篇新闻报道确定转载强度。如果新闻报道数量不足K 篇,可以以实际发生的新闻报道数量确定转载强度。优选的,K可以选择 100。
在单篇影响力最大的K篇新闻报道中,即目标数量为K的情况下,根据选取的每篇新闻报道的转载关系,获取转载关系me_j→me_i对应的转载次数tn_j(j=1,2…N,j≠i,且0≤tr_j≤N),因此根据选取的每篇新闻报道的转载关系和所述选取的新闻报道的数量,媒体me_j到媒体me_i的转载强度tr(me_j→me_i)为:
tr(me_j→me_i)=tn_j/K
依次获取每个转载关系对应的转载强度。具体地例如,用于评估网络上的媒体影响力时,可以使用有向加权图的方式(Translation Graph,以下简称TG图)统计每个转载关系对应的转载强度。如图2所示,将每个媒体me_i作为一个节点,图中1≤i≤5,如果一个转载关系的转载强度 tr(me_j→me_i)>0,则在根据转载强度在TG图中绘制一条以me_j和me_i 为节点,以me_j→me_i为方向,tr(me_j→me_i)为权重的线段,以每个媒体me_i为初始节点绘制每个转载关系得到每个媒体me_i的TG图。
这里,在其他媒体对所述目标媒体的新闻报道进行直接转载的情况下,使用其他媒体到目标媒体的转载强度,确定所述同业影响力的初始值和同业影响力。
具体地例如,用于评估网络上的媒体影响力时,对每个直接转载媒体 me_i的新闻报道的转载关系,确定其转载强度,并且根据转载强度对同业影响力进行初始化。例如,可以使用均值法得到同业影响力的初始值,即对转载强度计算均值,得到同业影响力的初始值。这里,同业影响力用 ts(me_i)表示。
这里,根据所述初始值、所述转载强度和其他媒体的数量进行迭代计算,确定所述同业影响力。
具体地例如,用于评估网络上的媒体影响力时,可以采用如下迭代算法计算每个媒体me_i的同业影响力ts(me_i)。
ts(me_i)=(1-α)/N+α*∑_(j∈IN(me_i))(tr(me_j→me_i)ts(me_j))
其中,α为权重参数,0<α<1,优选的,α可以选择0.85。ts(me_i) 表示媒体me_i的同业影响力;N为其他媒体的数量;IN(me_i)表示TG图中,所有方向指向媒体me_i的有向线段的源节点的集合,也就是所有直接转载媒体me_i的新闻报道的媒体me_j的集合;tr(me_j→me_i)表示其他媒体 me_j到媒体me_i的转载强度。
这里,还包括如下步骤:计算当前得到的同业影响力与上一次计算得到的同业影响力的差值,在所述差值小于预定阈值的情况下,所述同业影响力为当前得到的同业影响力。
具体地例如,用于评估网络上的媒体影响力时,反复迭代计算,并在每次迭代计算后,根据本次迭代计算得到的同业影响力和上一次迭代计算得到的同业影响力计算差值,直到差值小于预定阈值,优选的,预定阈值为0.0001。
S104基于所述新闻影响力和所述同业影响力,确定所述目标媒体的媒体影响力。
这里,可以对所述新闻影响力和所述同业影响力进行加权求和,得到目标媒体的媒体影响力。
具体地例如,用于评估网络上的媒体影响力时,使用如下加权求和公式对媒体me_i的媒体影响力er_i进行计算:
er_i=β*ns(me_i)+(1-β)ts(me_i)
其中β为参数,0<β<1。优选的,β取值为0.4。
基于相同的技术构思,本申请实施例还提供一种媒体影响力评估装置以及电子设备等,具体可参见以下实施例。
实施例二
如图3所示是本申请实施例二提供的一种媒体影响力评估装置300,包括:
获取模块301,用于获取目标媒体发布的新闻报道的总量、每篇新闻报道的转载次数和每篇新闻报道的转载关系。
这里,由于媒体影响力是动态变化的,可以选取预定时间范围内目标媒体发布的新闻报道进行媒体影响力的评估。这里,转载关系包括被转载媒体、转载媒体、被转载新闻报道等信息。
新闻影响力确定模块302,用于确定每篇所述新闻报道的单篇影响力,并基于所述单篇影响力和新闻报道的总量,确定目标媒体的新闻影响力。
这里,由于媒体发布的新闻报道较多,为了节省计算量,进一步提升评估方法的准确性,本实施例选择有代表性的新闻报道进行计算。从所有新闻报道中,选取前预定数量个单篇影响力最大的新闻报道,并计算选取的新闻报道的单篇影响力的期望值;基于所述期望值和所述新闻报道的总量,确定所述目标媒体的新闻影响力。
具体地例如,用于评估网络上的媒体影响力时,假设媒体me_i单篇影响力最大的K篇新闻报道的单篇影响力分别为:ne_i^1,ne_i^2,… ne_i^99,ne_i^K;则期望值mean(me_i)的计算公式为:
mean(me_i)=(∑_(j=1)^K(ne_i^j))/K
这里,还需要使用任一算法降低新闻报道的总量的数量级。具体地例如,用于评估网络上的媒体影响力时,可以使用对数函数、开平方函数等,假设预定时间范围内,媒体me_i的新闻报道的总量为Nme_i,F(Nme_i) 为降低媒体me_i的新闻报道的总量NE_i数量级的函数,例如使用对数函数时,F(Nme_i)为log_2(NE_i)。
综上所述,用于评估网络上的媒体影响力时,媒体me_i的新闻影响力用ns(me_i)表示,媒体me_i的新闻影响力ns(me_i)的计算公式如下:
ns(me_i)=(mean(me_i))/(F(Nme_i))
其中,mean(me_i)表示选取的媒体me_i新闻报道的单篇影响力的期望值;Nme_i表示媒体me_i的新闻报道的总量;F(Nme_i)为降低媒体me_i的新闻报道的总量NE_i数量级的函数。
同业影响力确定模块303,用于根据所述转载次数和所述转载关系,确定所述目标媒体的同业影响力。
这里,还包括:转载强度确定模块,用于根据选取的每篇新闻报道的转载关系和所述选取的新闻报道的数量,确定其他媒体到目标媒体的转载强度。
这里,由于媒体发布的新闻报道较多,为了节省计算量,进一步提升评估方法的准确性,选择有代表性的新闻报道进行计算,从所有新闻报道中,选取前预定数量个单篇影响力最大的新闻报道,并根据选取的新闻报道,确定其他媒体到目标媒体的转载强度。
具体地例如,用于评估网络上的媒体影响力时,在单篇影响力最大的K 篇新闻报道中,即目标数量为K的情况下,根据选取的每篇新闻报道的转载关系,获取转载关系me_j→me_i对应的转载次数tn_j(j=1,2…N,j≠i, 且0≤tr_j≤N),因此根据选取的每篇新闻报道的转载关系和所述选取的新闻报道的数量,其他媒体me_j到媒体me_i的转载强度tr(me_j→me_i) 为:
tr(me_j→me_i)=tn_j/K
依次获取每个转载关系对应的转载强度。具体地例如,用于评估网络上的媒体影响力时,可以使用有向加权图的方式(以下简称TG图)统计每个转载关系对应的转载强度。
这里,在其他媒体对所述目标媒体的新闻报道进行直接转载的情况下,使用其他媒体到目标媒体的转载强度,确定所述同业影响力的初始值和同业影响力。
具体地例如,用于评估网络上的媒体影响力时,对每个直接转载媒体 me_i的新闻报道的转载关系,确定其转载强度,并且根据转载强度对同业影响力进行初始化。例如,可以使用均值法得到同业影响力的初始值。
具体地例如,用于评估网络上的媒体影响力时,可以采用如下迭代算法计算每个媒体me_i的同业影响力ts(me_i)。
ts(me_i)=(1-α)/N+α*∑_(j∈IN(me_i))(tr(me_j→me_i)ts(me_j))
其中,α为权重参数,0<α<1,优选的,α可以选择0.85。ts(me_i) 表示媒体me_i的同业影响力;N为其他媒体的数量;IN(me_i)表示TG图中,所有方向指向媒体me_i的有向线段的源节点的集合,也就是所有直接转载媒体me_i的新闻报道的媒体me_j的集合;tr(me_j→me_i)表示其他媒体 me_j到媒体me_i的转载强度。反复迭代计算,并在每次迭代计算后,根据本次迭代计算得到的同业影响力和上一次迭代计算得到的同业影响力计算差值,直到差值小于预定阈值,优选的,预定阈值为0.0001。
媒体影响力确定模块304,用于基于所述新闻影响力和所述同业影响力,确定所述目标媒体的媒体影响力。
这里,可以对所述新闻影响力和所述同业影响力进行加权求和,得到目标媒体的媒体影响力。
具体地例如,用于评估网络上的媒体影响力时,使用如下加权求和公式对媒体me_i的媒体影响力er_i进行计算:
er_i=β*ns(me_i)+(1-β)ts(me_i)
其中β为参数,0<β<1。优选的,β取值为0.4。
实施例三
图4示出了本申请实施例所提供的一种电子设备400,包括处理器401,存储器402,总线403和通信接口404,所述处理器401、通信接口404和存储器402通过总线403连接;处理器401用于执行存储器402中存储的可执行模块,例如计算机程序。
其中,存储器402可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口404(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线403可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器402用于存储程序,所述处理器401在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器401中,或者由处理器401实现。
处理器401可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器401可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processing,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器402,处理器401读取存储器402中的信息,结合其硬件完成上述方法的步骤。
本发明实施例提供的媒体影响力评估装置及电子设备,与上述实施例提供的媒体影响力评估方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本申请实施例所提供的进行一种媒体影响力评估方法、装置及电子设备的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory, RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (7)
1.一种媒体影响力评估方法,其特征在于,包括如下步骤:
获取目标媒体发布的新闻报道的总量、每篇新闻报道的转载次数和每篇新闻报道的转载关系;
确定每篇所述新闻报道的单篇影响力,并基于所述单篇影响力和新闻报道的总量,确定目标媒体的新闻影响力;
根据所述转载次数和所述转载关系,确定所述目标媒体的同业影响力;
基于所述新闻影响力和所述同业影响力,确定所述目标媒体的媒体影响力;
其中,通过以下步骤确定所述目标媒体的新闻影响力:
从所有新闻报道中,选取前预定数量个单篇影响力最大的新闻报道,并计算选取的新闻报道的单篇影响力的期望值;
基于所述期望值和所述新闻报道的总量,确定所述目标媒体的新闻影响力;
通过以下步骤确定所述目标媒体的同业影响力:
根据选取的每篇新闻报道的转载关系和所述选取的新闻报道的数量,确定其他媒体到目标媒体的转载强度;
根据所述转载强度,确定所述同业影响力的初始值;
根据所述初始值、所述转载强度和其他媒体的数量进行迭代计算,确定所述同业影响力,包括:
通过以下公式计算所述目标媒体的同业影响力ts(me_i):
ts(me_i)=(1-α)/N+α*∑_(j∈IN(me_i))(tr(me_j→me_i)ts(me_j))
其中,α为权重参数;N表示其他媒体的数量;IN(me_i) 表示所有直接转载媒体me_i的新闻报道的媒体me_j的集合;tr(me_j→me_i) 表示其他媒体me_j到媒体me_i的转载强度。
2.根据权利要求1所述的方法,其特征在于,还包括如下步骤:
根据所述单篇影响力的期望值,降低新闻报道的总量的数量级。
3.根据权利要求1所述的方法,其特征在于,所述确定所述同业影响力的初始值,包括如下步骤:
对所述转载强度计算均值,得到所述同业影响力的初始值。
4.根据权利要求1所述的方法,其特征在于,还包括如下步骤:
计算当前得到的同业影响力与上一次计算得到的同业影响力的差值,在所述差值小于预定阈值的情况下,所述同业影响力为当前得到的同业影响力。
5.根据权利要求2所述的方法,其特征在于,所述基于所述期望值和所述新闻报道的总量,确定所述目标媒体的新闻影响力,包括:
通过以下公式计算所述目标媒体的新闻影响力ns(me_i):
ns(me_i)=(mean(me_i))/(F(Nme_i))
其中,mean(me_i)表示选取的媒体me_i新闻报道的单篇影响力的期望值;Nme_i表示媒体me_i的新闻报道的总量;F(Nme_i)为降低媒体me_i的新闻报道的总量NE_i数量级的函数。
6.一种媒体影响力评估装置,其特征在于,包括:
获取模块,用于获取目标媒体发布的新闻报道的总量、每篇新闻报道的转载次数和每篇新闻报道的转载关系;
新闻影响力确定模块,用于确定每篇所述新闻报道的单篇影响力,并基于所述单篇影响力和新闻报道的总量,确定目标媒体的新闻影响力;
同业影响力确定模块,用于根据所述转载次数和所述转载关系,确定所述目标媒体的同业影响力;
媒体影响力确定模块,用于基于所述新闻影响力和所述同业影响力,确定所述目标媒体的媒体影响力;
其中,所述新闻影响力确定模块通过以下步骤确定所述目标媒体的新闻影响力:
从所有新闻报道中,选取前预定数量个单篇影响力最大的新闻报道,并计算选取的新闻报道的单篇影响力的期望值;
基于所述期望值和所述新闻报道的总量,确定所述目标媒体的新闻影响力;
所述同业影响力确定模块通过以下步骤确定所述目标媒体的同业影响力:
根据选取的每篇新闻报道的转载关系和所述选取的新闻报道的数量,确定其他媒体到目标媒体的转载强度;
根据所述转载强度,确定所述同业影响力的初始值;
根据所述初始值、所述转载强度和其他媒体的数量进行迭代计算,确定所述同业影响力,包括:
通过以下公式计算所述目标媒体的同业影响力ts(me_i):
ts(me_i)=(1-α)/N+α*∑_(j∈IN(me_i))(tr(me_j→me_i)ts(me_j))
其中,α为权重参数;N表示其他媒体的数量;IN(me_i) 表示所有直接转载媒体me_i的新闻报道的媒体me_j的集合;tr(me_j→me_i) 表示其他媒体me_j到媒体me_i的转载强度。
7.一种电子设备,包括:处理器、存储器、通信接口和总线,所述存储器中存储有所述处理器可执行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-5中任一项所述的方法,实现权利要求6所述的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811191280.3A CN109359857B (zh) | 2018-10-12 | 2018-10-12 | 一种媒体影响力评估方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811191280.3A CN109359857B (zh) | 2018-10-12 | 2018-10-12 | 一种媒体影响力评估方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109359857A CN109359857A (zh) | 2019-02-19 |
CN109359857B true CN109359857B (zh) | 2021-08-27 |
Family
ID=65349063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811191280.3A Active CN109359857B (zh) | 2018-10-12 | 2018-10-12 | 一种媒体影响力评估方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109359857B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062202B (zh) * | 2019-11-04 | 2023-10-13 | 中证征信(深圳)有限公司 | 信源影响力的评估方法、装置、设备及可读介质 |
CN111666428B (zh) * | 2020-06-04 | 2023-08-08 | 杭州凡闻科技有限公司 | 网络媒体传播力评估方法 |
CN111859074B (zh) * | 2020-07-29 | 2023-12-29 | 东北大学 | 基于深度学习的网络舆情信息源影响力评估方法及系统 |
CN113420946B (zh) * | 2021-01-20 | 2024-02-09 | 广州麦媒信息科技有限公司 | 一种新闻媒体的评价方法 |
CN113190683B (zh) * | 2021-07-02 | 2021-09-17 | 平安科技(深圳)有限公司 | 基于聚类技术的企业esg指数确定方法及相关产品 |
CN113657711B (zh) * | 2021-07-12 | 2023-07-11 | 北京新联财通咨询有限公司 | 媒体影响力的评估方法、装置、存储介质及计算机设备 |
CN116011893B (zh) * | 2023-03-27 | 2023-05-26 | 深圳新闻网传媒股份有限公司 | 基于垂直领域的市区融媒评价方法、装置及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409634A (zh) * | 2007-10-10 | 2009-04-15 | 中国科学院自动化研究所 | 基于信息检索的互联网新闻影响力定量分析工具及方法 |
CN105260905A (zh) * | 2015-09-14 | 2016-01-20 | 陈佳 | 媒体节目影响力的评估、预估方法及装置 |
CN106157155A (zh) * | 2016-07-27 | 2016-11-23 | 北京大学 | 基于地图隐喻的社交媒体信息传播可视化分析方法及系统 |
CN106658087A (zh) * | 2016-09-23 | 2017-05-10 | 东软集团股份有限公司 | 基于新媒体的电视台影响力指数计算方法及装置 |
CN106875277A (zh) * | 2017-01-16 | 2017-06-20 | 星云纵横(北京)大数据信息技术有限公司 | 一种社交媒体账号影响力的判断方法 |
CN107153908A (zh) * | 2017-03-24 | 2017-09-12 | 国家计算机网络与信息安全管理中心 | 移动新闻App影响力评级方法 |
CN107577688A (zh) * | 2017-04-25 | 2018-01-12 | 上海市互联网信息办公室 | 基于媒体信息采集的原创文章影响力分析系统 |
CN108492009A (zh) * | 2018-03-06 | 2018-09-04 | 宁波中青华云新媒体科技有限公司 | 影响力评价系统构建方法及系统、影响力评价方法 |
CN108563667A (zh) * | 2018-01-05 | 2018-09-21 | 武汉虹旭信息技术有限责任公司 | 基于新词识别的热门话题采集系统及其方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9294576B2 (en) * | 2013-01-02 | 2016-03-22 | Microsoft Technology Licensing, Llc | Social media impact assessment |
CN108322316B (zh) * | 2017-01-17 | 2021-10-19 | 阿里巴巴(中国)有限公司 | 确定信息传播热度的方法、装置及计算设备 |
-
2018
- 2018-10-12 CN CN201811191280.3A patent/CN109359857B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409634A (zh) * | 2007-10-10 | 2009-04-15 | 中国科学院自动化研究所 | 基于信息检索的互联网新闻影响力定量分析工具及方法 |
CN105260905A (zh) * | 2015-09-14 | 2016-01-20 | 陈佳 | 媒体节目影响力的评估、预估方法及装置 |
CN106157155A (zh) * | 2016-07-27 | 2016-11-23 | 北京大学 | 基于地图隐喻的社交媒体信息传播可视化分析方法及系统 |
CN106658087A (zh) * | 2016-09-23 | 2017-05-10 | 东软集团股份有限公司 | 基于新媒体的电视台影响力指数计算方法及装置 |
CN106875277A (zh) * | 2017-01-16 | 2017-06-20 | 星云纵横(北京)大数据信息技术有限公司 | 一种社交媒体账号影响力的判断方法 |
CN107153908A (zh) * | 2017-03-24 | 2017-09-12 | 国家计算机网络与信息安全管理中心 | 移动新闻App影响力评级方法 |
CN107577688A (zh) * | 2017-04-25 | 2018-01-12 | 上海市互联网信息办公室 | 基于媒体信息采集的原创文章影响力分析系统 |
CN108563667A (zh) * | 2018-01-05 | 2018-09-21 | 武汉虹旭信息技术有限责任公司 | 基于新词识别的热门话题采集系统及其方法 |
CN108492009A (zh) * | 2018-03-06 | 2018-09-04 | 宁波中青华云新媒体科技有限公司 | 影响力评价系统构建方法及系统、影响力评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109359857A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359857B (zh) | 一种媒体影响力评估方法、装置及电子设备 | |
CN108875018B (zh) | 新闻影响力评估方法、装置及电子设备 | |
US20220407726A1 (en) | Consensus method for blockchain, consensus node, electronic device, and storage medium | |
CN110188862B (zh) | 用于数据处理的模型超参数的搜索方法、装置、系统 | |
CN112506643A (zh) | 一种分布式系统的负载均衡方法、装置及电子设备 | |
WO2019165697A1 (zh) | 刷人气用户的识别方法、装置、终端设备及储存介质 | |
CN110826685A (zh) | 神经网络卷积计算的方法和装置 | |
CN112132485A (zh) | 一种指标数据处理方法、装置、电子设备及存储介质 | |
CN113449854A (zh) | 网络模型的混合精度量化方法、设备及计算机存储介质 | |
CN111562884B (zh) | 一种数据存储方法、装置及电子设备 | |
CN110516752A (zh) | 聚类簇质量评估方法、装置、设备及存储介质 | |
CN107645510B (zh) | 一种地区安全防范能力的计算方法、设备和可读存储介质 | |
CN110245684B (zh) | 数据处理方法、电子设备和介质 | |
JP6668492B2 (ja) | 情報公開方法、情報公開装置及び記憶媒体 | |
CN108495265B (zh) | 一种室内定位方法、装置及计算设备 | |
CN106528048B (zh) | 评估随机数生成器质量的方法及装置 | |
CN108287659B (zh) | 一种基于实时数据流的数据采样方法、装置及电子设备 | |
CN110868622A (zh) | 一种卡顿分析方法、装置、电子设备及存储介质 | |
CN112214535A (zh) | 一种相似度计算方法、系统、电子设备及存储介质 | |
CN113301597B (zh) | 网络分析方法及设备 | |
CN113821481B (zh) | 测试数据源的生成方法、装置及服务器 | |
CN110377863B (zh) | 一种浏览资源评估点的扩充拟合方法及扩充拟合装置 | |
CN111352825B (zh) | 数据接口的测试方法、装置及服务器 | |
CN115378753B (zh) | 楼宇归属虚拟接入间识别方法、装置、设备和存储介质 | |
CN111124657B (zh) | 资源管理方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |