CN109508416B - 基于评论数量的微博舆情事件热度与发展趋势预测方法 - Google Patents

Abstract

本发明公开了基于评论数量的微博舆情事件热度与发展趋势预测方法，步骤为：步骤1、爬取微博舆情事件在自定义一段时间内的相关数据，选取博主身份、粉丝数和其相关微博转发、评论及点赞数这几个特征，并将粉丝数取以10为底的对数后计算舆情事件的博主影响力，再计算单条微博贡献在该舆情事件中的热度值，并进一步随着时间的变化计算单条微博的实时热度，得到该舆情事件实时热度；步骤2、根据步骤1得到的舆情事件实时热度，采用机器学习的方法训练该数据并得到舆情事件实时热度的变化趋势。本发明有效克服了传统技术中放大的粉丝数对微博热度的影响，更好的将数据过程化，体现出单条微博热度的实时变化情况，准确预测舆情事件实时热度变化趋势。

Description

基于评论数量的微博舆情事件热度与发展趋势预测方法

技术领域

本发明属于及网络技术领域，具体涉及一种微博舆情事件的热度计算及发展趋势预测方法。

背景技术

近年来，随着社交网络的逐渐成熟和移动互联网的迅猛发展，微博作为一种网络传播的主要形式，越来越受到人们的青睐。用户通过在微博上表达观点传播思想，抒发个人情感的同时，也产生了大量带有个人主观情感特征的信息，通过对微博的舆论监督来有助于及时发现社会舆情、热点话题和舆情走势，更好的处理各种社会问题，引导舆论走向。因此能够对舆情事件在微博中的实时热度做出准确合理的评估至关重要。

传统的微博热度计算中，不仅过于放大粉丝数对微博影响力的推动作用，并且对于某条微博只能计算得到一个固定的热度值而不能反映出该微博热度的一个动态变化过程。在陈梦秋，周安民发表的论文《基于SVM的新浪热门微博预测》他们的热度就是一个固定的值，体现不出来热度随着时间的变化而变化。

发明内容

本发明的目的在于：解决传统的微博热度计算中，不仅过于放大粉丝数对微博影响力的推动作用，并且对于某条微博只能计算得到一个固定的热度值而不能反映出该微博热度的一个动态变化过程的问题，提出了基于评论数量的微博舆情事件热度与发展趋势预测方法。

本发明采用的技术方案如下：

基于评论数量的微博舆情事件热度与发展趋势预测方法，方法步骤如下：

步骤1、爬取微博舆情事件在自定义的一段时间内的相关数据，计算微博舆情事件的博主影响力，博主影响力的计算公式为：

博主影响力＝lg(粉丝数)*用户身份*相关微博的转评赞，

其中，用户身份若为普通用户，取值为1，若为认证用户，取值为2，若为VIP，取值为3；

根据舆情事件的相关数据和博主影响力计算单条微博贡献在该舆情事件中的热度值，并进一步计算单条微博实时热度，单条微博实时热度的计算公式为：

单条微博实时热度＝单条微博贡献的热度值*当前单位时间内评论的增加数/(当前单位时间内评论增加数+微博发布后单位时间内评论的增加数)；

根据所有单条微博实时热度得到该舆情事件实时热度；

步骤2、根据步骤1得到的舆情事件实时热度，采用机器学习的方法训练该数据并得到舆情事件实时热度的变化趋势。

进一步，所述步骤1中博主影响力的计算公式中相关微博的转评赞取相关微博的转评赞之和的均值。

进一步，所述步骤1中在爬取微博舆情事件在自定义的一段时间内的相关数据过程中还包括初始化舆情事件截止当前的整体热度值N步骤。

进一步，所述步骤1中计算单条微博贡献在该舆情事件中的热度值公式如下：

单条微博贡献的热度值＝N*博主影响力*(该条微博的转发+评论+点赞数)/∑[博主影响力*(单条微博的转发+评论+点赞数)]，

所述计算舆情事件实时热度的计算公式如下：

舆情事件实时热度＝∑单条微博实时热度，

N为初始化舆情事件截止当前的整体热度值。

进一步，所述步骤1中得到该舆情事件实时热度后还包括对得到的该舆情事件实时热度进一步优化，得到优化后最终的舆情事件实时热度步骤。

进一步，所述舆情事件实时热度进一步优化采用加权法，优化公式如下：

优化后的舆情事件实时热度＝α*当前时间点的舆情事件实时热度+β*当前时间点之前一时间点的舆情事件实时热度，

其中：α+β＝1。

进一步，所述步骤2包括：

步骤2.1、将步骤1输出的舆情事件实时热度数据随机筛选一部分作为训练数据，利用机器学习的方法训练该数据，得到该舆情事件实时热度变化趋势的计算模型；

步骤2.2、将未筛选的步骤1输出的另一部分数据作为预测数据检验该模型的准确性；

步骤2.3、根据得到的舆情事件实时热度的计算模型输出得到舆情情事件实时热度变化趋势。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、本发明中，方法包括两个阶段：微博舆情事件实时热度计算阶段和舆情事件实时热度发展趋势预测阶段。微博舆情事件实时热度计算阶段，采用基于评论数量实时相对变化情况来计算该舆情事件的微博实时热度；舆情事件发展趋势预测阶段：在前一阶段的基础之上，采用机器学习的方法，对该舆情事件的发展做出预测。与现有技术相比，本发明提供的算法将粉丝数取了以10为底的对数后进行博主影响力的计算，能够有效克服传统技术中放大的粉丝数对微博热度的影响，随着时间的变化计算单条微博的实时热度，能够更好的将数据过程化，体现出单条微博热度的实时变化情况，准确预测舆情事件所处阶段及其热度的变化趋势。

2、本发明中，对于某舆情事件而言，在固定的时间段，其热度之和是一个定值，因此初始化该舆情事件从爆发到当前采集数据截止时整体热度值为N，更好的将数据过程化，选取了博主的身份(普通用户、VIP用户或者认证用户)、粉丝数和其与该舆情事件相关微博转发、评论及点赞数的综合情况这几个特征进行单条微博实时热度计算，综合衡量了博主的影响力，更准确体现出舆情事件热度情况。

3、本发明中，对舆情事件微博实时热度进行进一步优化，进一步精确刻画了事件热度随着时间的变化趋势。

附图说明

为了更清楚地说明本发明实施例的技术方案，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发明的某些实施例，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为本发明实施例1方法整体流程图；

图2为本发明实施例1中随着时间变化的该舆情事件实时热度部分截图；

图3为本发明实施例1中对微博某热点事件做出的实时热度变化趋势预测效果图。

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，以下结合附图及实施例，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用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，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，都属于本发明保护的范围。

需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

文中单条微博实时热度即为与该舆情事件相关的每一条微博的实时热度。

相关微博指该舆情事件的博主在采集数据的这段时间内所发的和我们关注的舆情事件有关的微博。

转评赞指转发+评论+点赞数量之和。

基于评论数量的微博舆情事件热度与发展趋势预测方法，方法步骤如下：

步骤1、爬取微博舆情事件在自定义的一段时间内的相关数据，计算微博舆情事件的博主影响力，根据舆情事件的相关数据和博主影响力计算单条微博贡献在该舆情事件中的热度值，并进一步计算单条微博的实时热度，根据所有单条微博实时热度得到该舆情事件实时热度。具体包括如下步骤：

步骤1.1、爬取微博舆情事件在自定义的一段时间内的相关数据，初始化舆情事件截止当前的整体热度值N，N可以自定义一个初始值；

步骤1.2、基于博主的粉丝数、身份和相关微博的点赞、转发及评论数量计算博主的影响力计算微博的博主影响力，公式如下：

博主影响力＝lg(粉丝数)*用户身份*相关微博的转评赞 (1-1)，

其中，用户身份若为普通用户，取值为1，若为认证用户，取值为2，若为VIP，取值为3，相关微博的转评赞取相关微博的转评赞之和的均值，为了克服过高计算粉丝数量的影响，忽略舆情事件本身的影响力，此处粉丝数量取其真实数量的对数值；

步骤1.3、基于单条微博最终的转发、评论和点赞数量以及博主影响力计算单条微博贡献在该舆情事件中的热度值，公式如下：

单条微博贡献的热度值＝N*博主影响力*(该条微博的转发+评论+点赞数)/∑[博主影响力*(单条微博的转发+评论+点赞数)] (1-2)，

步骤1.4、根据当前单位时间内评论的增加数与微博发布后第一个单位时间内评论数量的相对变化以及单条微博贡献的热度值，计算单条微博实时热度，公式如下：

单条微博实时热度＝单条微博贡献的热度值*当前单位时间内评论的增加数/(当前单位时间内评论增加数+微博发布后单位时间内评论的增加数) (1-3)，

此处公式随着时间的变化计算单条微博的实时热度，能够更好的将数据过程化，体现出单条微博热度的实时变化情况，准确预测舆情事件所处阶段及其热度的变化趋势；

步骤1.5、根据所有单条微博实时热度，计算该舆情事件实时热度，计算公式如下：

舆情事件实时热度＝∑单条微博实时热度 (1-4)，

对于某舆情事件而言，在固定的时间段，其热度之和是一个定值，因此初始化该舆情事件从爆发到当前采集数据截止时整体热度值为N，更好的将数据过程化，选取了博主的身份(普通用户、VIP用户或者认证用户)、粉丝数和其与该舆情事件相关微博转发、评论及点赞数的综合情况这几个特征进行单条微博实时热度计算，综合衡量了博主的影响力，更准确体现出舆情事件热度情况。

进一步，步骤1还包括：

步骤1.6、通过加权法对得到的该舆情事件的实时热度进一步优化，得到最终的舆情事件实时热度，优化公式如下：

优化后的舆情事件实时热度＝α*当前时间点的舆情事件实时热度+β*当前时间点之前一时间点的舆情事件实时热度 (1-5)，

其中：α+β＝1，该舆情事件实时热度针对每一个时间点进行计算，计算公式中的相关特征数据值取相应时间点的数据值，即计算得到每一个时间点的舆情事件实时热度。

步骤2、根据步骤1得到的舆情事件实时热度，采用机器学习的方法训练该数据并得到舆情事件实时热度的变化趋势。步骤2包括如下：

步骤2.1、将步骤1输出的舆情事件实时热度作为输入，利用机器学习的方法训练该数据，得到该舆情事件实时热度变化趋势的计算模型，每一次舆情事件都要单独训练，具体可采用循环神经网络的训练方法进行训练数据，得到相应训练好的模型；

步骤2.2、根据该模型，得到该舆情情事件实时热度变化趋势。

以下结合实施例对本发明的特征和性能作进一步的详细描述。

实施例1

本发明较佳实施例提供的基于评论数量的微博舆情事件热度与发展趋势预测方法，假设本发明实施例中设置“1小时”为单位时间，针对微博某人的热点事件进行舆情事件实时热度计算与发展趋势预测，方法流程图如图1所示，步骤如下：

步骤1、该舆情事件实时热度计算，具体为：

步骤1.1、在热点事件发生后，爬取微博上事件发生后一个月内与该舆情事件相关的所有微博、评论及参与人信息，将对应数据存入数据库，初始化该舆情事件从爆发到我们采集数据截止时整体热度值为N，N可以看成是1；

步骤1.2、选取博主的身份(普通用户、VIP用户或者认证用户)、粉丝数和其与该舆情事件相关微博转发、评论及点赞数的综合情况这几个特征计算博主影响力，公式如下：

博主影响力＝log(粉丝数)*用户身份*相关微博的转评赞 (1-1)，

其中，用户身份若为普通用户，取值为1，若为认证用户，取值为2，若为VIP，取值为3，相关微博的转评赞取相关微博的转评赞之和的均值；

步骤1.3、在该舆情事件整体热度为N的假设前提下，计算单条微博贡献在该舆情事件中的热度值：

单条微博贡献的热度值＝N*博主影响力*(该条微博的转发+评论+点赞数)/∑[博主影响力*(单条微博的转发+评论+点赞数)]；

步骤1.4、根据该条微博评论实时的相对变化情况计算该单条微博的实时热度：

单条微博实时热度＝单条微博贡献的热度值*当前一个小时内评论的增加数/(当前一个小时内评论增加数+微博发布一个小时内评论的增加数)；

步骤1.5、得到每条单条微博实时热度之后，就可以得到该舆情事件实时热度：

舆情事件实时热度＝∑单条微博实时热度；

步骤1.6、为了优化结果，通过加权法对该舆情事件实时热度进一步优化，优化公式如下：

优化后的舆情事件实时热度＝α*当前时间点的舆情事件实时热度+β*当前时间点之前一时间点的舆情事件实时热度，

其中：α+β＝1。

得到优化后的随着时间变化的该舆情事件实时热度部分截图如图2所示。

步骤2、舆情事件实时热度的变化趋势预测，具体为：

(1)将步骤1中优化后得到的舆情事件实时热度数据随机筛选一部分作为训练数据；

(2)采用lstm法对训练数据进行训练，得到该舆情事件实时热度的计算模型；

(3)将未筛选的步骤1中的另一部分数据作为预测数据检验该模型的准确性；

(4)根据得到的舆情事件实时热度的计算模型输出得到舆情情事件实时热度变化趋势。

如图3所示，为本实施例对微博某人的热点事件做出的实时热度变化趋势预测效果图。

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 (7)

1.一种基于评论数量的微博舆情事件热度与发展趋势预测方法，其特征在于：方法步骤如下：

步骤1、爬取微博舆情事件在自定义的一段时间内的相关数据，计算微博舆情事件的博主影响力，博主影响力的计算公式为：

博主影响力＝lg(粉丝数)*用户身份*相关微博的转评赞，

其中，用户身份若为普通用户，取值为1，若为认证用户，取值为2，若为VIP，取值为3：

根据舆情事件的相关数据和博主影响力计算单条微博贡献在该舆情事件中的热度值，并进一步计算单条微博实时热度，单条微博实时热度的计算公式为：

单条微博实时热度＝单条微博贡献的热度值*当前单位时间内评论的增加数/(当前单位时间内评论增加数+微博发布后单位时间内评论的增加数)；

根据所有单条微博实时热度得到该舆情事件实时热度；

步骤2、根据步骤1得到的舆情事件实时热度，采用机器学习的方法训练该数据并得到舆情事件实时热度的变化趋势。

2.根据权利要求1所述的基于评论数量的微博舆情事件热度与发展趋势预测方法，其特征在于：所述步骤1中博主影响力的计算公式中相关微博的转评赞取相关微博的转评赞之和的均值。

3.根据权利要求1所述的基于评论数量的微博舆情事件热度与发展趋势预测方法，其特征在于：所述步骤1中，在爬取微博舆情事件在自定义的一段时间内的相关数据步骤中还包括：初始化舆情事件截止当前时间点的整体热度值N的步骤。

4.根据权利要求1所述的基于评论数量的微博舆情事件热度与发展趋势预测方法，其特征在于：所述步骤1中计算单条微博贡献在该舆情事件中的热度值公式如下：

单条微博贡献的热度值＝N*博主影响力*(该条微博的转发+评论+点赞数)/∑[博主影响力*(单条微博的转发+评论+点赞数)]，

计算舆情事件实时热度的计算公式如下：

舆情事件实时热度＝∑单条微博实时热度，

N为初始化舆情事件截止当前时间点的整体热度值。

5.根据权利要求1所述的基于评论数量的微博舆情事件热度与发展趋势预测方法，其特征在于：所述步骤1中得到该舆情事件实时热度后还包括对得到的该舆情事件实时热度进一步优化，得到优化后最终的舆情事件实时热度的步骤。

6.根据权利要求5所述的基于评论数量的微博舆情事件热度与发展趋势预测方法，其特征在于：所述舆情事件实时热度进一步优化采用加权法，优化公式如下：

优化后的舆情事件实时热度＝α*当前时间点的舆情事件实时热度+β*当前时间点之前一时间点的舆情事件实时热度，

其中：α+β＝1。

7.根据权利要求1所述的基于评论数量的微博舆情事件热度与发展趋势预测方法，其特征在于：所述步骤2包括：

步骤2.1、将步骤1输出的舆情事件实时热度数据随机筛选一部分作为训练数据，利用机器学习的方法训练该数据，得到该舆情事件实时热度变化趋势的计算模型；

步骤2.2、将未筛选的步骤1输出的另一部分数据作为预测数据检验该模型的准确性；

步骤2.3、根据得到的舆情事件实时热度的计算模型输出得到舆情情事件实时热度变化趋势。

Images