CN109522463A - 应用程序的舆情分析方法和装置 - Google Patents

Abstract

本申请公开了一种应用程序的舆情分析方法和装置。该方法包括：根据预设关键词监测与所述关键词相关的网络舆情信息；判断所述网络舆情信息是否为负面舆情信息；如果是，统计所述负面舆情信息当前的总数量；当所述总数量大于指定阈值时，发送舆情预警信息，通过上述方法能够对应用程序的突发热点事件的舆情进行跟进处理，以便降低负面舆情所产生的影响。

Description

应用程序的舆情分析方法和装置

技术领域

本申请涉及互联网技术领域，具体而言，涉及一种应用程序的舆情分析方法和装置。

背景技术

随着互联网的发展，大众往往以信息化的方式发表各自看法，由于互联网中信息传播速度比以往大大提升，因此需要有效的手段对网络舆情进行监控。

对于互联网产品，例如：游戏类的应用程序和生活类的应用程序等，如果对一个互联网产品的口碑没有实时监测，容易造成产品乃至品牌口碑的雪崩式下滑，但是目前对于互联网产品缺乏对突发热点事件的舆情跟进处理能力。

申请内容

本申请的主要目的在于提供一种应用程序的舆情分析方法和装置，以解决现有技术中对互联网产品缺乏对突发热点事件的舆情跟进处理能力的技术问题。

为了实现上述目的，根据本申请的一个方面，提供了一种应用程序的舆情分析方法，包括：

根据预设关键词监测与所述关键词相关的网络舆情信息；

判断所述网络舆情信息是否为负面舆情信息；

如果是，统计所述负面舆情信息当前的总数量；

当所述总数量大于指定阈值时，发送舆情预警信息。

可选地，所述关键词包括：

应用程序的全称和所述应用程序的简称。

可选地，根据预设关键词监测与所述关键词相关的网络舆情信息包括：

利用网络爬虫从网络中获取与所述应用程序相关的网络舆情信息；

从所述应用程序内部提取与所述应用程序相关的网络舆情信息；和/或，

从所述应用程序的客服信息中获取所述应用程序相关的网络舆情信息。

可选地，判断所述网络舆情信息是否为负面舆情信息包括：

对所述网络舆情信息进行分词处理；

利用得到的分词与预先设定的负面感情词进行匹配；

当匹配成功，则确定所述网络舆情信息为所述负面舆情信息；

当匹配不成功，则确定所述网络舆情信息不为所述负面舆情信息。

可选地，当所述总数量大于指定阈值时，发送舆情预警信息包括：

统计所述负面舆情信息在预设时间段的增加量；

当所述增加量大于预设增加量，且当所述总数量大于指定阈值时，发送舆情预警信息。

为了实现上述目的，根据本申请的另一个方面，提供了一种应用程序的舆情分析装置，所述装置包括：

监测单元，用于根据预设关键词监测与所述关键词相关的网络舆情信息；

判断单元，用于判断所述网络舆情信息是否为负面舆情信息；

统计单元，用于如果是，统计所述负面舆情信息当前的总数量；

发送单元，用于当所述总数量大于指定阈值时，发送舆情预警信息。

可选地，所述关键词包括：

应用程序的全称和所述应用程序的简称。

可选地，在所述监测单元用于根据预设关键词监测与所述关键词相关的网络舆情信息时，用于：

利用网络爬虫从网络中获取与所述应用程序相关的网络舆情信息；

从所述应用程序内部提取与所述应用程序相关的网络舆情信息；和/或，

从所述应用程序的客服信息中获取所述应用程序相关的网络舆情信息。

可选地，在所述判断单元用于判断所述网络舆情信息是否为负面舆情信息时，用于：

对所述网络舆情信息进行分词处理；

利用得到的分词与预先设定的负面感情词进行匹配；

当匹配成功，则确定所述网络舆情信息为所述负面舆情信息；

当匹配不成功，则确定所述网络舆情信息不为所述负面舆情信息。

可选地，在所述发送单元用于当所述总数量大于指定阈值时，发送舆情预警信息时，用于：

统计所述负面舆情信息在预设时间段的增加量；

当所述增加量大于预设增加量，且当所述总数量大于指定阈值时，发送舆情预警信息。

本申请的实施例提供的技术方案可以包括以下有益效果：

在本申请中，根据预设关键词检测与该关键词相关的网络舆情信息，通过以上步骤可以获取到所有与关键词相关的网络舆情信息，然后判断该网络舆情信息是否为负面舆情信息，通过上述步骤可以获取到哪些网络舆情信息为负面评论的舆情信息，当确定出负面舆情信息后，通过负面舆情信息的总数量，通过上述步骤可以确定出有关负面评论的关注量，并且当负面舆情信息的总数量大于指定阈值时，发送舆情预警信息，通过上述方法，可以实现对应用程序的舆情监控，客观地确定出当前负面舆情信息的大体情况和网络用户的关注度，并且当总数量大于指定阈值时，会发送舆情警报信息，从而能够对应用程序的突发热点事件的舆情进行跟进处理，以便降低负面舆情所产生的影响。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请提供的一种应用程序的舆情分析方法的流程示意图；

图2为本申请提供的另一种应用程序的舆情分析方法的流程示意图；

图3为本申请提供的另一种应用程序的舆情分析方法的流程示意图；

图4为本申请提供的一种应用程序的舆情分析装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，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的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，“连接”可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

图1为本申请提供的一种应用程序的舆情分析方法的流程示意图，如图1所示，该方法包括以下步骤：

101、根据预设关键词监测与所述关键词相关的网络舆情信息。

需要注意的是，具体涉及到的应用程序可以根据实际需要进行设定，例如，该应用程序可以为游戏类的应用程序，或者可以为工具类的应用程序，再或者可以为生活类的应用程序等互联网产品，具体的应用程序在此不做具体限定。

需要再次注意的是，预设的关键词可以根据具体的应用程序进行设定，在此也不做具体限定。

具体的，当某一款应用程序发布之后，用户会针对该应用程序在网络上发布有关该应用程序的信息，例如，有关该应用程序的使用评论信息，或者是用户使用该应用程序的体验评论信息，再或者是针对该应用程序目前出现的事件的评论信息等，所有关于该应用程序的信息都可以称为该应用程序的网络舆情信息，并且出现的网络舆情信息可能是好的评价也可能是坏的评价，当出现坏的评价时，需要该应用程序的运营人员及时的进行处理，因此可以预设一些关键词，然后检测所有与预设关键词相关的网络舆情信息，即所有与该应用程序相关的网络舆情信息，以便对该应用程序当前出现的坏的评价进行跟踪处理。

102、判断所述网络舆情信息是否为负面舆情信息。

具体的，为了便于在该应用程序出现负面评论时，运营人员能够快速处理，需要检测检测到的网络舆情信息是否为负面舆情信息。

需要注意的是，关于负面舆情信息的判断准则可以根据实际需要进行设定，在此不做具体限定。

103、如果是，统计所述负面舆情信息当前的总数量。

104、当所述总数量大于指定阈值时，发送舆情预警信息。

具体的，针对某一应用程序，不可能满足所有用户的需求，或者针对该应用程序的某一事件，不可能会影响到大多数人，因此需要获取负面舆情信息的总数量，当总数量大于指定阈值时，表示大多数用户都产生了不满意的情绪，因此需要及时提醒运营人员，以便让运营人员及时处理与负面舆情信息相关的事件。

需要注意的是，指定阈值的具体数值可以根据实际需要进行设定，在此不做具体限定。

在本申请中，根据预设关键词检测与该关键词相关的网络舆情信息，通过以上步骤可以获取到所有与关键词相关的网络舆情信息，然后判断该网络舆情信息是否为负面舆情信息，通过上述步骤可以获取到哪些网络舆情信息为负面评论的舆情信息，当确定出负面舆情信息后，通过负面舆情信息的总数量，通过上述步骤可以确定出有关负面评论的关注量，并且当负面舆情信息的总数量大于指定阈值时，发送舆情预警信息，通过上述方法，可以实现对应用程序的舆情监控，客观地确定出当前负面舆情信息的大体情况和网络用户的关注度，并且当总数量大于指定阈值时，会发送舆情警报信息，从而能够对应用程序的突发热点事件的舆情进行跟进处理，以便降低负面舆情所产生的影响。

需要注意的是，预设的关键词还可以是针对某一事件设置的，在统计出的负面舆情信息的总数量大于指定阈值时，表示关注该事件的用户非常多，从而发出舆情预警信息，以便运营人员针对该事件进行后续紧急处理。

在一个可行的实施方案中，所述关键词包括：应用程序的全称和所述应用程序的简称。

需要注意到是，针对某一应用程序，在不同的国家和不同的地区存在不同的名称，因此为了检测到所有关于该应用程序的网络舆情信息，可以将所有有关该应用程序的全称、简称和简写等设置为关键词，关于关键词的具体内容可以根据实际应用程序进行设定，在此不做具体限定。

在一个可行的实施方案中，在执行步骤101时，可以通过以下任意一种或任意组合的方式实现：

方式一：利用网络爬虫从网络中获取与所述应用程序相关的网络舆情信息。

方式二：从所述应用程序内部提取与所述应用程序相关的网络舆情信息。

方式三：从所述应用程序的客服信息中获取所述应用程序相关的网络舆情信息。

需要注意的是，关于获取所有与该应用程序相关的网络舆情信息的方式可以根据实际需要和实际情况进行设定，在此不再一一赘述。

在一个可行的实施方案中，图2为本申请提供的另一种应用程序的舆情分析方法的流程示意图，如图2所示，在执行步骤102时，可以通过以下步骤实现：

201、对所述网络舆情信息进行分词处理。

202、利用得到的分词与预先设定的负面感情词进行匹配，当匹配成功时，执行步骤203，当匹配不成功时，执行步骤204。

203、确定所述网络舆情信息为所述负面舆情信息。

204、确定所述网络舆情信息不为所述负面舆情信息。

需要注意的是，关于具体分词处理技术可以根据实际需要进行选择，具体的分词处理技术在此不做具体限定。

需要再次注意的是，关于具体的负面感情词也可以根据具体的应用程序、具体的事件和具体的场景进行设定，在此也不做具体限定。

在一个可行的实施方案中，图3为本申请提供的另一种应用程序的舆情分析方法的流程示意图，如图3所示，在执行步骤104时，可以通过以下步骤实现：

301、统计所述负面舆情信息在预设时间段的增加量。

302、当所述增加量大于预设增加量，且当所述总数量大于指定阈值时，发送舆情预警信息。

具体的，当出现负面舆情信息时，表示有用户针对该应用程序发出了负面评价，由于某一应用程序不可能满足所有的用户，因此该应用程序出现负面评价时属于正常现象，并且当该应用程序在运营较长时间后，负面评价的总数量也会很多，这些负面评价贯穿整个运营时期，为了应对该应用程序集中爆发的负面评价，还需要设定一个预设时间段，当在预设时间段负面舆情信息的增加量大于预设增加量时，表示很多用户对该应用程序出现不满情绪，或者针对该某应用程序的某一事件出现不满情绪，该应用程序可能会出现危机，为了避免应用程序的口碑出现雪崩式下滑，需要在增加量大于预设增加量且该总数量大于指定阈值时，发送舆情预警信息，以便运营人员针对当前集中式爆发出的负面评论进行及时处理。

图4为本申请提供的一种应用程序的舆情分析装置的结构示意图，如图4所示，所述装置包括：

监测单元41，用于根据预设关键词监测与所述关键词相关的网络舆情信息；

判断单元42，用于判断所述网络舆情信息是否为负面舆情信息；

统计单元43，用于如果是，统计所述负面舆情信息当前的总数量；

发送单元44，用于当所述总数量大于指定阈值时，发送舆情预警信息。

在一个可行的实施方案中，所述关键词包括：

应用程序的全称和所述应用程序的简称。

在一个可行的实施方案中，在所述监测单元41用于根据预设关键词监测与所述关键词相关的网络舆情信息时，用于：

利用网络爬虫从网络中获取与所述应用程序相关的网络舆情信息；

从所述应用程序内部提取与所述应用程序相关的网络舆情信息；和/或，

从所述应用程序的客服信息中获取所述应用程序相关的网络舆情信息。

在一个可行的实施方案中，在所述判断单元42用于判断所述网络舆情信息是否为负面舆情信息时，用于：

对所述网络舆情信息进行分词处理；

利用得到的分词与预先设定的负面感情词进行匹配；

当匹配成功，则确定所述网络舆情信息为所述负面舆情信息；

当匹配不成功，则确定所述网络舆情信息不为所述负面舆情信息。

在一个可行的实施方案中，在所述发送单元44用于当所述总数量大于指定阈值时，发送舆情预警信息时，用于：

统计所述负面舆情信息在预设时间段的增加量；

当所述增加量大于预设增加量，且当所述总数量大于指定阈值时，发送舆情预警信息。

关于上述实施例中各单元的执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

在本申请中，根据预设关键词检测与该关键词相关的网络舆情信息，通过以上步骤可以获取到所有与关键词相关的网络舆情信息，然后判断该网络舆情信息是否为负面舆情信息，通过上述步骤可以获取到哪些网络舆情信息为负面评论的舆情信息，当确定出负面舆情信息后，通过负面舆情信息的总数量，通过上述步骤可以确定出有关负面评论的关注量，并且当负面舆情信息的总数量大于指定阈值时，发送舆情预警信息，通过上述方法，可以实现对应用程序的舆情监控，客观地确定出当前负面舆情信息的大体情况和网络用户的关注度，并且当总数量大于指定阈值时，会发送舆情警报信息，从而能够对应用程序的突发热点事件的舆情进行跟进处理，以便降低负面舆情所产生的影响。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

显然，本领域的技术人员应该明白，上述的本申请的各单元或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本申请不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种应用程序的舆情分析方法，其特征在于，包括：

根据预设关键词监测与所述关键词相关的网络舆情信息；

判断所述网络舆情信息是否为负面舆情信息；

如果是，统计所述负面舆情信息当前的总数量；

当所述总数量大于指定阈值时，发送舆情预警信息。

2.如权利要求1所述的方法，其特征在于，所述关键词包括：

应用程序的全称和所述应用程序的简称。

3.如权利要求2所述的方法，其特征在于，根据预设关键词监测与所述关键词相关的网络舆情信息包括：

利用网络爬虫从网络中获取与所述应用程序相关的网络舆情信息；

从所述应用程序内部提取与所述应用程序相关的网络舆情信息；和/或，

从所述应用程序的客服信息中获取所述应用程序相关的网络舆情信息。

4.如权利要求1所述的方法，其特征在于，判断所述网络舆情信息是否为负面舆情信息包括：

对所述网络舆情信息进行分词处理；

利用得到的分词与预先设定的负面感情词进行匹配；

当匹配成功，则确定所述网络舆情信息为所述负面舆情信息；

当匹配不成功，则确定所述网络舆情信息不为所述负面舆情信息。

5.如权利要求1所述的方法，其特征在于，当所述总数量大于指定阈值时，发送舆情预警信息包括：

统计所述负面舆情信息在预设时间段的增加量；

当所述增加量大于预设增加量，且当所述总数量大于指定阈值时，发送舆情预警信息。

6.一种应用程序的舆情分析装置，其特征在于，所述装置包括：

监测单元，用于根据预设关键词监测与所述关键词相关的网络舆情信息；

判断单元，用于判断所述网络舆情信息是否为负面舆情信息；

统计单元，用于如果是，统计所述负面舆情信息当前的总数量；

发送单元，用于当所述总数量大于指定阈值时，发送舆情预警信息。

7.如权利要求6所述的装置，其特征在于，所述关键词包括：

应用程序的全称和所述应用程序的简称。

8.如权利要求7所述的装置，其特征在于，在所述监测单元用于根据预设关键词监测与所述关键词相关的网络舆情信息时，用于：

利用网络爬虫从网络中获取与所述应用程序相关的网络舆情信息；

从所述应用程序内部提取与所述应用程序相关的网络舆情信息；和/或，

从所述应用程序的客服信息中获取所述应用程序相关的网络舆情信息。

9.如权利要求6所述的装置，其特征在于，在所述判断单元用于判断所述网络舆情信息是否为负面舆情信息时，用于：

对所述网络舆情信息进行分词处理；

利用得到的分词与预先设定的负面感情词进行匹配；

当匹配成功，则确定所述网络舆情信息为所述负面舆情信息；

当匹配不成功，则确定所述网络舆情信息不为所述负面舆情信息。

10.如权利要求6所述的装置，其特征在于，在所述发送单元用于当所述总数量大于指定阈值时，发送舆情预警信息时，用于：

统计所述负面舆情信息在预设时间段的增加量；

当所述增加量大于预设增加量，且当所述总数量大于指定阈值时，发送舆情预警信息。