CN110334263A - 一种区块链项目舆情监控方法以及装置 - Google Patents
一种区块链项目舆情监控方法以及装置 Download PDFInfo
- Publication number
- CN110334263A CN110334263A CN201910601735.2A CN201910601735A CN110334263A CN 110334263 A CN110334263 A CN 110334263A CN 201910601735 A CN201910601735 A CN 201910601735A CN 110334263 A CN110334263 A CN 110334263A
- Authority
- CN
- China
- Prior art keywords
- block chain
- media
- index
- chain project
- project
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 230000015654 memory Effects 0.000 claims description 13
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开是关于一种区块链项目舆情监控方法、装置、电子设备以及存储介质。其中，该方法包括：选定区块链项目，对所述区块链项目的新闻资讯、第三方报道媒体及优质媒体进行抓取并统计数量，通过第一预设公式计算所述区块链项目的媒体指数；采集并分别统计所述区块链项目的利空利好数、分享/收藏数、阅读量及外网讨论量，通过第二预设公式计算所述区块链项目的用户指数；汇总所述区块链项目的媒体指数及用户指数，通过第三预设公式计算舆情指数，并根据预设舆情指数阈值进行舆情监控。本公开通过对媒体指数与用户指数的采集计算实现对区块链项目舆情的智能监控。
Description
技术领域
本公开涉及自然语言处理领域，具体而言，涉及一种区块链项目舆情监控方法、装置、电子设备以及计算机可读存储介质。
背景技术
在2018年，区块链成为了互联网领域最火爆的一项技术，大量区块链项目和产品如同雨后春笋一般层出不穷，每天都会有数个全新的区块链项目上线。那么，这么多的区块链项目，如果用户想要了解某个项目的情况，尤其是市场上对于该项目的讨论程度(舆情)，就需要自己去查询资料并且手动追踪该项目的变化，这对于个人用户来说，无疑是比较困难的。目前，市面上也有做区块链指数的企业，但是绝大部分指数的编制都是基于该项目的市值，创始人背景，该项目在交易所的交易情况，价格变化，团队情况等，以上这些因素大多都是金融层面的，而基于第三方媒体报导的舆情监控还属于空白。
由上可知，需要提供一种或多种至少能够解决上述问题的技术方案。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种区块链项目舆情监控方法、装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面，提供一种区块链项目舆情监控方法，包括：
媒体指数计算步骤，选定区块链项目，对所述区块链项目的新闻资讯、第三方报道媒体及优质媒体进行抓取并统计数量，通过第一预设公式计算所述区块链项目的媒体指数；
用户指数计算步骤，采集并分别统计所述区块链项目的利空利好数、分享/收藏数、阅读量及外网讨论量，通过第二预设公式计算所述区块链项目的用户指数；
舆情监控步骤，汇总所述区块链项目的媒体指数及用户指数，通过第三预设公式计算舆情指数，并根据预设舆情指数阈值进行舆情监控。
在本公开的一种示例性实施例中，所述媒体指数计算步骤中新闻资讯数生成方法包括：
通过互联网全网抓取区块链相关新闻资讯；
通过资讯智能识别系统对所述新闻资讯按照区块链项目分类；
统计同一区块链项目新闻资讯数。
在本公开的一种示例性实施例中，所述媒体指数计算步骤中第三方报道媒体数生成方法包括：
为排除媒体多次重复发布同一新闻资讯对统计结果的影响，在统计新闻资讯数的同时，还需统计所述所述新闻资讯对应的第三方媒体数量。
在本公开的一种示例性实施例中，所述媒体指数计算步骤中优质媒体数生成方法包括：
在预设时间内，对所述新闻资讯去重归类，并对应建立各区块链新闻资讯类别；
对各类别中新闻资讯发布时间早晚及原创/引用的媒体进行分析评分；
根据分值建立各媒体得分表，并选取预设排名阈值以前的媒体做为优质媒体；
统计所述区块链项目新闻资讯发布媒体中优质媒体的数量。
在本公开的一种示例性实施例中，所述媒体指数计算步骤中所述第一预设公式为：
媒体指数＝a*新闻资讯数+b*第三方报道媒体数+c*优质媒体数；
其中，a，b，c为对应的权重因子。
在本公开的一种示例性实施例中，所述用户指数计算步骤还包括：
通过采集用户对所述区块链项目的评价，分析统计利空利好数；
通过采集用户对所述区块链项目新闻资讯的分享/收藏操作，统计分享/收藏数；
通过采集用户对所述区块链项目新闻资讯的阅读量，统计阅读数；
通过对国外大型社交媒体网站的API抓取，智能识别区分区块链项目，并统计各区块链项目的资讯数量生成外网讨论量。
在本公开的一种示例性实施例中，所述用户指数计算步骤中的第二预设公式为：
用户指数＝d*(利空数+利好数)+e*(分享数+收藏数)+f*(阅读数)+外网讨论量；
其中，d，e，f为对应的权重因子。
在本公开的一种示例性实施例中，所述舆情监控步骤中第三预设公式为：
舆情指数＝g*媒体指数+h*用户指数；
其中，g，h为对应的权重因子。
在本公开的一种示例性实施例中，所述舆情监控步骤还包括：
监控舆情阈值，对大于预设舆情指数阈值的区块量项目进行标记；
将所述标记的区块量项目向指定用户推送。
在本公开的一个方面，提供一种区块链项目舆情监控装置，包括：
媒体指数计算模块，用于选定区块链项目，对所述区块链项目的新闻资讯、第三方报道媒体及优质媒体进行抓取并统计数量，通过第一预设公式计算所述区块链项目的媒体指数；
用户指数计算模块，用于采集并分别统计所述区块链项目的利空利好数、分享/收藏数、阅读量及外网讨论量，通过第二预设公式计算所述区块链项目的用户指数；
舆情监控模块，用于汇总所述区块链项目的媒体指数及用户指数，通过第三预设公式计算舆情指数，并根据预设舆情指数阈值进行舆情监控。
在本公开的一个方面，提供一种电子设备，包括：
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。
在本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的方法。
本公开的示例性实施例中的区块链项目舆情监控方法，选定区块链项目，对所述区块链项目的新闻资讯、第三方报道媒体及优质媒体进行抓取并统计数量，通过第一预设公式计算所述区块链项目的媒体指数；采集并分别统计所述区块链项目的利空利好数、分享/收藏数、阅读量及外网讨论量，通过第二预设公式计算所述区块链项目的用户指数；汇总所述区块链项目的媒体指数及用户指数，通过第三预设公式计算舆情指数，并根据预设舆情指数阈值进行舆情监控。一方面，本公开监控的新闻资讯全部来自于第三方的报道，最大限度的做到了公平公正；另一方面，本公开监控的舆情除了国内的还包括国外用户的讨论情况，如Twitter，Facebook等，全方位向用户展现国内外该区块链项目的舆情状况。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。
图1示出了根据本公开一示例性实施例的区块链项目舆情监控方法的流程图；
图2示出了根据本公开一示例性实施例的区块链项目舆情监控装置的示意框图；
图3示意性示出了根据本公开一示例性实施例的电子设备的框图；以及
图4示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本示例实施例中，首先提供了一种区块链项目舆情监控方法；参考图1中所示，该区块链项目舆情监控方法可以包括以下步骤：
媒体指数计算步骤S110，选定区块链项目，对所述区块链项目的新闻资讯、第三方报道媒体及优质媒体进行抓取并统计数量，通过第一预设公式计算所述区块链项目的媒体指数；
用户指数计算步骤S120，采集并分别统计所述区块链项目的利空利好数、分享/收藏数、阅读量及外网讨论量，通过第二预设公式计算所述区块链项目的用户指数；
舆情监控步骤S130，汇总所述区块链项目的媒体指数及用户指数，通过第三预设公式计算舆情指数，并根据预设舆情指数阈值进行舆情监控。
一方面，本公开监控的新闻资讯全部来自于第三方的报道，最大限度的做到了公平公正；另一方面，本公开监控的舆情除了国内的还包括国外用户的讨论情况，如Twitter，Facebook等，全方位向用户展现国内外该区块链项目的舆情状况。
下面，将对本示例实施例中的区块链项目舆情监控方法进行进一步的说明。
在媒体指数计算步骤S110中，可以选定区块链项目，对所述区块链项目的新闻资讯、第三方报道媒体及优质媒体进行抓取并统计数量，通过第一预设公式计算所述区块链项目的媒体指数。
在本示例的实施例中，所述媒体指数计算步骤中新闻资讯数生成方法包括：
通过互联网全网抓取区块链相关新闻资讯；
通过资讯智能识别系统对所述新闻资讯按照区块链项目分类；
统计同一区块链项目新闻资讯数。
在本示例的实施例中，所述媒体指数计算步骤中第三方报道媒体数生成方法包括：
为排除媒体多次重复发布同一新闻资讯对统计结果的影响，在统计新闻资讯数的同时，还需统计所述所述新闻资讯对应的第三方媒体数量。
在本示例的实施例中，所述媒体指数计算步骤中优质媒体数生成方法包括：
在预设时间内，对所述新闻资讯去重归类，并对应建立各区块链新闻资讯类别；
对各类别中新闻资讯发布时间早晚及原创/引用的媒体进行分析评分；
根据分值建立各媒体得分表，并选取预设排名阈值以前的媒体做为优质媒体；
统计所述区块链项目新闻资讯发布媒体中优质媒体的数量。
在本示例的实施例中，所述媒体指数计算步骤中所述第一预设公式为：
媒体指数＝a*新闻资讯数+b*第三方报道媒体数+c*优质媒体数；
其中，a，b，c为对应的权重因子。
在本示例的实施例中，媒体指数：定义为第三方媒体对于该项目的报道情况，这里主要考虑了三个因素，抓取到的新闻资讯数，对应的报道的第三方媒体数和高质量媒体数，公式如下：
媒体指数＝a*抓取新闻数+b*报道媒体数+c*优质媒体数，其中，a,b,c是对应的权重因子
抓取新闻数：该因素很好理解，我们自己有一个抓取系统，可以实时抓取互联网上有关区块链的新闻资讯，随后通过我们的资讯智能识别系统将每篇新闻都打上对应的项目标记，并统计每个项目的资讯数量，本发明认为，当一个项目对应的资讯越多，则证明有越多的媒体去关注这个项目。
报道媒体数：除了统计每个项目的资讯数量，我们还统计了对应的媒体数量，这主要是为了排除媒体的干扰，比如说有些媒体在同一时间段内发布很多重复新闻，那这样会增加抓取的新闻资讯数，可是这并不能反应该项目受到了媒体广泛的关注，因此，本发明又统计了媒体数量，我们认为，当新闻资讯数和媒体数都比较高的时候，则表示该项目在媒体方面讨论的热度比较高。
优质媒体数：本发明的目的是为了帮助用户筛选出优质的项目，所以在媒体报道部分，如果一个项目的相关报道都是优质媒体，那理所应当的应该获得更高的舆情指数，因此，我们进一步考虑了优质媒体的影响，由于不存在一个统一的平台去计算每个媒体的热度等指标，为了保证公平公正，这里的优质媒体定义为每天都会发很多原创的活跃媒体，本发明设计了一种识别新闻媒体是否优质的方法，步骤如下：
先对新闻进行去重处理，将内容高度相似的新闻打上同一个ID标记，按照ID把新闻进行分堆处理，同一个ID的新闻划分到一个集合里；
假设集合A里有五篇新闻，初始每篇新闻的原创分都设置为1分，每篇新闻在入库时都会抓取该新闻的来源，并判断新闻的url和新闻来源是否一致，不一致则认为非原创，同时，按照新闻来源构造单向图，比如新闻1来源媒体A，新闻1非原创，新闻2来源于媒体A，新闻2为原创，则给新闻2加一分，以此类推，当整个新闻来源图构建成功后，按照原创分对新闻排序，得分最高的新闻所对应的媒体被认为是该集合里原创贡献最高的。
同时统计集合A中每篇新闻的发布时间，发布时间越靠前权重越高，最后将时间权重和原创分加在一起，就是最后每篇新闻的优质媒体分。
统计每个媒体下发布新闻的优质媒体分并叠加，按照总分进行排序，每天都会更新一个优质媒体的得分表，按照阈值卡断，获得一批优质媒体列表，该表每12小时自动计算更新一次。
在用户指数计算步骤S120中，可以采集并分别统计所述区块链项目的利空利好数、分享/收藏数、阅读量及外网讨论量，通过第二预设公式计算所述区块链项目的用户指数。
在本示例的实施例中，所述用户指数计算步骤还包括：
通过采集用户对所述区块链项目的评价，分析统计利空利好数；
通过采集用户对所述区块链项目新闻资讯的分享/收藏操作，统计分享/收藏数；
通过采集用户对所述区块链项目新闻资讯的阅读量，统计阅读数；
通过对国外大型社交媒体网站的API抓取，智能识别区分区块链项目，并统计各区块链项目的资讯数量生成外网讨论量。
在本示例的实施例中，所述用户指数计算步骤中的第二预设公式为：
用户指数＝d*(利空数+利好数)+e*(分享数+收藏数)+f*(阅读数)+外网讨论量；
其中，d，e，f为对应的权重因子。
在本示例的实施例中，用户指数：定义为普通用户对于该项目的关注程度，这里主要考虑了两个因素，本发明对应的产品用户反馈和国外社交媒体上的用户的关注程度，公式如下：
用户指数＝(利空数+利好数)*a+(分享数+收藏数)*b+(阅读数)*c+外网讨论量，a,b,c是对应的权重因子
用户相关反馈数：用户相关反馈主要有三种，1.利空利好，代表了用户对该新闻的态度，证明用户仔细阅读了新闻并发表了自己的看法。属于正反馈中最强烈的一种，权重最高；2.分享收藏，代表了用户看完了这篇新闻并作出了反应，权重次之；3.阅读数，这是正反馈中最弱的一种，只能证明用户点开了该篇新闻，所以权重最低。
外网讨论量：这里的外网讨论量主要来源于Twitter和Facebook等大型社交媒体，通过这些网站提供的抓取API，每天抓取外网用户发布的资讯，并智能识别每篇资讯的项目标记，并实时统计每个项目的资讯量，即外网讨论量。
在舆情监控步骤S130中，可以汇总所述区块链项目的媒体指数及用户指数，通过第三预设公式计算舆情指数，并根据预设舆情指数阈值进行舆情监控。
在本示例的实施例中，所述舆情监控步骤中第三预设公式为：
舆情指数＝g*媒体指数+h*用户指数；
其中，g，h为对应的权重因子。
在本示例的实施例中，所述舆情监控步骤还包括：
监控舆情阈值，对大于预设舆情指数阈值的区块量项目进行标记；
将所述标记的区块量项目向指定用户推送。
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
此外，在本示例实施例中，还提供了一种区块链项目舆情监控装置。参照图2所示，该区块链项目舆情监控装置200可以包括：媒体指数计算模块210、用户指数计算模块220以及舆情监控模块230。其中：
媒体指数计算模块210，用于选定区块链项目，对所述区块链项目的新闻资讯、第三方报道媒体及优质媒体进行抓取并统计数量，通过第一预设公式计算所述区块链项目的媒体指数；
用户指数计算模块220，用于采集并分别统计所述区块链项目的利空利好数、分享/收藏数、阅读量及外网讨论量，通过第二预设公式计算所述区块链项目的用户指数；
舆情监控模块230，用于汇总所述区块链项目的媒体指数及用户指数，通过第三预设公式计算舆情指数，并根据预设舆情指数阈值进行舆情监控。
上述中各区块链项目舆情监控装置模块的具体细节已经在对应的区块链项目舆情监控方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了区块链项目舆情监控装置200的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。
下面参照图3来描述根据本发明的这种实施例的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：上述至少一个处理单元310、上述至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如，所述处理单元310可以执行如图1中所示的步骤S110至步骤S130。
存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。
存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备300也可以与一个或多个外部设备370(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器360通过总线330与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
参考图4所示，描述了根据本发明的实施例的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (12)
1.一种区块链项目舆情监控方法，其特征在于，所述方法包括：
媒体指数计算步骤，选定区块链项目，对所述区块链项目的新闻资讯、第三方报道媒体及优质媒体进行抓取并统计数量，通过第一预设公式计算所述区块链项目的媒体指数；
用户指数计算步骤，采集并分别统计所述区块链项目的利空利好数、分享/收藏数、阅读量及外网讨论量，通过第二预设公式计算所述区块链项目的用户指数；
舆情监控步骤，汇总所述区块链项目的媒体指数及用户指数，通过第三预设公式计算舆情指数，并根据预设舆情指数阈值进行舆情监控。
2.如权利要求1所述的方法，其特征在于，所述媒体指数计算步骤中新闻资讯数生成方法包括：
通过互联网全网抓取区块链相关新闻资讯；
通过资讯智能识别系统对所述新闻资讯按照区块链项目分类；
统计同一区块链项目新闻资讯数。
3.如权利要求1所述的方法，其特征在于，所述媒体指数计算步骤中第三方报道媒体数生成方法包括：
为排除媒体多次重复发布同一新闻资讯对统计结果的影响，在统计新闻资讯数的同时，还需统计所述所述新闻资讯对应的第三方媒体数量。
4.如权利要求1所述的方法，其特征在于，所述媒体指数计算步骤中优质媒体数生成方法包括：
在预设时间内，对所述新闻资讯去重归类，并对应建立各区块链新闻资讯类别；
对各类别中新闻资讯发布时间早晚及原创/引用的媒体进行分析评分；
根据分值建立各媒体得分表，并选取预设排名阈值以前的媒体做为优质媒体；
统计所述区块链项目新闻资讯发布媒体中优质媒体的数量。
5.如权利要求1所述的方法，其特征在于，所述媒体指数计算步骤中所述第一预设公式为：
媒体指数＝a*新闻资讯数+b*第三方报道媒体数+c*优质媒体数；
其中，a，b，c为对应的权重因子。
6.如权利要求1所述的方法，其特征在于，所述用户指数计算步骤还包括：
通过采集用户对所述区块链项目的评价，分析统计利空利好数；
通过采集用户对所述区块链项目新闻资讯的分享/收藏操作，统计分享/收藏数；
通过采集用户对所述区块链项目新闻资讯的阅读量，统计阅读数；
通过对国外大型社交媒体网站的API抓取，智能识别区分区块链项目，并统计各区块链项目的资讯数量生成外网讨论量。
7.如权利要求1所述的方法，其特征在于，所述用户指数计算步骤中的第二预设公式为：
用户指数＝d*(利空数+利好数)+e*(分享数+收藏数)+f*(阅读数)+外网讨论量；
其中，d，e，f为对应的权重因子。
8.如权利要求1所述的方法，其特征在于，所述舆情监控步骤中第三预设公式为：
舆情指数＝g*媒体指数+h*用户指数；
其中，g，h为对应的权重因子。
9.如权利要求1所述的方法，其特征在于，所述舆情监控步骤还包括：
监控舆情阈值，对大于预设舆情指数阈值的区块量项目进行标记；
将所述标记的区块量项目向指定用户推送。
10.一种区块链项目舆情监控装置，其特征在于，所述装置包括：
媒体指数计算模块，用于选定区块链项目，对所述区块链项目的新闻资讯、第三方报道媒体及优质媒体进行抓取并统计数量，通过第一预设公式计算所述区块链项目的媒体指数；
用户指数计算模块，用于采集并分别统计所述区块链项目的利空利好数、分享/收藏数、阅读量及外网讨论量，通过第二预设公式计算所述区块链项目的用户指数；
舆情监控模块，用于汇总所述区块链项目的媒体指数及用户指数，通过第三预设公式计算舆情指数，并根据预设舆情指数阈值进行舆情监控。
11.一种电子设备，其特征在于，包括
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至9中任一项所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至9中任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910601735.2A CN110334263A (zh) | 2019-07-05 | 2019-07-05 | 一种区块链项目舆情监控方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910601735.2A CN110334263A (zh) | 2019-07-05 | 2019-07-05 | 一种区块链项目舆情监控方法以及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110334263A true CN110334263A (zh) | 2019-10-15 |
Family
ID=68144294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910601735.2A Pending CN110334263A (zh) | 2019-07-05 | 2019-07-05 | 一种区块链项目舆情监控方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110334263A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111523027A (zh) * | 2020-04-16 | 2020-08-11 | 武汉有牛科技有限公司 | 基于区块链技术的数据新闻自动撰写机器人 |
| CN112883734A (zh) * | 2021-01-15 | 2021-06-01 | 成都链安科技有限公司 | 区块链安全事件舆情监测方法及系统 |
| CN113158646A (zh) * | 2021-01-12 | 2021-07-23 | 北京工商大学 | 一种基于区块链的自动合成新闻的检测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105389389A (zh) * | 2015-12-10 | 2016-03-09 | 安徽博约信息科技有限责任公司 | 一种网络舆情传播态势媒体联动分析方法 |
| US20160239581A1 (en) * | 2015-02-18 | 2016-08-18 | Adobe Systems Incorporated | Tracking changes in user-generated textual content on social media computing platforms |
| CN106776841A (zh) * | 2016-11-28 | 2017-05-31 | 福建亿榕信息技术有限公司 | 一种互联网舆情事件传播指数的获取方法和系统 |
| CN107705005A (zh) * | 2017-09-27 | 2018-02-16 | 吴殿义 | 一种影视内容价值评估方法 |
| CN108932291A (zh) * | 2018-05-23 | 2018-12-04 | 福建亿榕信息技术有限公司 | 电网舆情评价方法、存储介质及计算机 |
| CN109325165A (zh) * | 2018-08-29 | 2019-02-12 | 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 |
-
2019
- 2019-07-05 CN CN201910601735.2A patent/CN110334263A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160239581A1 (en) * | 2015-02-18 | 2016-08-18 | Adobe Systems Incorporated | Tracking changes in user-generated textual content on social media computing platforms |
| CN105389389A (zh) * | 2015-12-10 | 2016-03-09 | 安徽博约信息科技有限责任公司 | 一种网络舆情传播态势媒体联动分析方法 |
| CN106776841A (zh) * | 2016-11-28 | 2017-05-31 | 福建亿榕信息技术有限公司 | 一种互联网舆情事件传播指数的获取方法和系统 |
| CN107705005A (zh) * | 2017-09-27 | 2018-02-16 | 吴殿义 | 一种影视内容价值评估方法 |
| CN108932291A (zh) * | 2018-05-23 | 2018-12-04 | 福建亿榕信息技术有限公司 | 电网舆情评价方法、存储介质及计算机 |
| CN109325165A (zh) * | 2018-08-29 | 2019-02-12 | 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 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111523027A (zh) * | 2020-04-16 | 2020-08-11 | 武汉有牛科技有限公司 | 基于区块链技术的数据新闻自动撰写机器人 |
| CN113158646A (zh) * | 2021-01-12 | 2021-07-23 | 北京工商大学 | 一种基于区块链的自动合成新闻的检测方法及系统 |
| CN113158646B (zh) * | 2021-01-12 | 2023-10-27 | 北京工商大学 | 一种基于区块链的自动合成新闻的检测方法及系统 |
| CN112883734A (zh) * | 2021-01-15 | 2021-06-01 | 成都链安科技有限公司 | 区块链安全事件舆情监测方法及系统 |
| CN112883734B (zh) * | 2021-01-15 | 2023-01-10 | 成都链安科技有限公司 | 区块链安全事件舆情监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9460458B1 (en) | Methods and system of associating reviewable attributes with items | |
| CN110334263A (zh) | 一种区块链项目舆情监控方法以及装置 | |
| CN109636430A (zh) | 对象识别方法及其系统 | |
| CN109784978A (zh) | 基于大数据的广告竞争力计算方法、装置、介质及设备 | |
| CN110335123B (zh) | 基于社交电商平台的商品推荐方法、系统、计算机可读介质以及装置 | |
| CN108805596A (zh) | 商品定价信息处理方法、装置、电子设备及存储介质 | |
| CN101324947A (zh) | 一种自动化点餐和结算的方法及系统 | |
| CN108876536A (zh) | 基于最近邻信息的协同过滤推荐方法 | |
| CN110472744A (zh) | 网络内容处理方法、装置、介质及电子设备 | |
| Osial et al. | Smartphone recommendation system using web data integration techniques | |
| Sethi et al. | An automated system for identification of tweets requiring customer service concern | |
| CN109472628A (zh) | 一种数据处理的方法及装置 | |
| Jurczyk-Bunkowska | Concept of managing front end phase of innovation process | |
| Babczyński et al. | Selection of Zone 3 time delay for backup distance protection using probabilistic fault trees with time dependencies | |
| Xiao-li | The Supply Chain's Risk Evasion Strategy Considering the Forward Contracts with Structure of Floating Rate | |
| KR20240003471A (ko) | 크리에이터를 위한 굿즈 추천 및 제작 서비스 제공 방법 및 장치 | |
| CN108897866A (zh) | 一种电子商务政务系统的数据检索方法 | |
| Radziewicz | Sale of electric energy produced in wind power plant on the commodity energy market | |
| Sulewski | An application the portfolio theory and the capital assets pricing model to evaluation agricultural risk | |
| Was et al. | Farms specialization in relation to the production type and economic size of farms | |
| CN115455330A (zh) | 一种论坛内容的管理方法、装置、电子设备、介质及产品 | |
| Kaczmarczyk | Inventory cost settings in small bucket lot-sizing and scheduling models | |
| Xi-shuan | Constructing the model of enterprise financial crisis with principal component analysis and ANN | |
| Ming-gao et al. | Impact of exchange rate on delocalization decisions of multinational enterprises | |
| Kolasa-Więcek | Exploitation of water resources of the Opole province-forecasting with the use of artificial neural networks |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210311 Address after: 100029 610, 6th floor, building 8, Yinghua West Street, Chaoyang District, Beijing Applicant after: Li Chen Address before: 100029 610, 6th floor, building 8, Yinghua West Street, Chaoyang District, Beijing Applicant before: Beijing Guochuang Power Culture Media Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191015 |
|
| RJ01 | Rejection of invention patent application after publication |