CN110705288A - 一种基于大数据的舆情分析系统 - Google Patents
一种基于大数据的舆情分析系统 Download PDFInfo
- Publication number
- CN110705288A CN110705288A CN201910930327.1A CN201910930327A CN110705288A CN 110705288 A CN110705288 A CN 110705288A CN 201910930327 A CN201910930327 A CN 201910930327A CN 110705288 A CN110705288 A CN 110705288A
- Authority
- CN
- China
- Prior art keywords
- public opinion
- module
- information
- public
- analysis
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 70
- 238000011161 development Methods 0.000 claims abstract description 27
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 25
- 230000018109 developmental process Effects 0.000 claims description 23
- 230000011218 segmentation Effects 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 239000002360 explosive Substances 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 abstract description 3
- 206010034719 Personality change Diseases 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出了一种基于大数据的舆情分析系统，通过设置舆情分析模块包括话题追踪模块，话题追踪模块可以追踪话题的种类、最新动态、舆情相关作者的动态，最新动态包括舆情主体的评论和热度变化等，舆情相关作者的动态包括舆情作者的发帖和交互关系等，重点统计舆情作者的发帖量、舆论倾向和舆论态度变化，可以全面追踪舆情信息中话题的种类、最新动态以及舆情态度变化，为后期的舆情决策模块提供分析基础；通过设置舆情决策模块包括时间线分析模块、同类事件提取模块、舆情发展预测模块，可以将舆情事件按照时间线排布，并提出同类事件进行分析，根据以往的舆情事件的发展状态预测既有的舆情事件发展方向和结果。
Description
技术领域
本发明涉及大数据分析领域，尤其涉及一种基于大数据的舆情分析系统。
背景技术
随着网民的不断增长，越来越多的人把互联网作为获取信息的首选渠道。互联网舆情监控已经成为必不可少的手段。传统的舆情监控方法一般采用流量镜像方法、基于搜索引擎监控方法、文本内聚和文本分析方法。其中，流量镜像方法能够比较全面的收集网络信息，信息追溯也很容易实现，但是成本高、缺乏针对性，监控范围不全；基于搜索引擎监控方法一般基于网络信息的不同采集模型将带有敏感信息的关键词收集到数据库中分析整理，可以降低成本，但是对信息的全面收集和处理性能大大降低；文本内聚和文本分析方法将大规模的信息整理成不同的类别，同一类别的文本信息相似度高，但是只能对已知的信息进行处理和分析，不能根据热点的不同而进行更新和变化。上述的几种传统的舆情监控方法都均在各种的优缺点，为了综合上述四种传统的舆情监控方法的优点，本发明提供一种基于大数据的舆情分析系统，可以全面采集舆情信息，并且可以根据舆情信息综合分析得出舆情决策。
发明内容
有鉴于此，本发明提出了一种基于大数据的舆情分析系统，可以全面采集舆情信息，并且可以根据舆情信息综合分析得出舆情决策。
本发明的技术方案是这样实现的：本发明提供了一种基于大数据的舆情分析系统，其包括舆情采集模块、舆情信息预处理模块、舆情监测模块、舆情分析模块和舆情决策模块，舆情分析模块包括话题追踪模块、舆情分类模块、热点话题识别模块和时间更新模块；
舆情采集模块实时采集网络上的舆情信息，以及该舆情信息相关的评论量、转发量、观点统计和事件焦点，并将采集的舆情信息发送给舆情信息预处理模块；
舆情信息预处理模块对舆情采集模块采集的舆情信息进行除噪音干扰，得到纯净的文本信息，并将文本信息发送给舆情监测模块；
舆情监测模块对舆情信息预处理模块发送的文本信息进行分词处理和语义分析处理，并对爆发式舆情进行预警，将预警信息发送给舆情决策模块；
话题追踪模块追踪话题的种类、最新动态、舆情相关作者的动态；
热点话题识别模块根据舆情监测模块得出的语义分析结果，分析舆情的事件属性，并形成事件记录，并从事件记录中识别舆情信息中的热点话题；
舆情分类模块根据事件包含的新闻性、网络性和可行性划分多个子类目；
时间更新模块记录话题的开始和结束时间，并结合热点话题识别模块判断当前话题是否是热点话题，更新热点话题的时间，根据时间判断热点话题是否失效；
舆情决策模块根据舆情分析模块分析的结果和对舆情发展的预测生成决策方案。
在以上技术方案的基础上，优选的，事件记录包括：事件时间、事件性质、事件当事人及参与人和事件的时间线。
进一步优选的，多个子类目包括突发公共事件、关系处理、社会焦点和涉外舆情。
进一步优选的，舆情信息预处理模块包括去噪模块和分词模块；
去噪模块去掉舆情采集模块发送的舆情信息中的广告、版权信息、友情链接和相关推荐，得到纯净的文本信息；
分词模块通过中文分词算法对纯净的文本信息进行分词处理，获取语义信息，并将语义信息发送给舆情监测模块。
进一步优选的，舆情监测模块包括语义分析模块和舆情预警模块；
语义分析模块接收分词模块发送的语义信息，并采用词频统计法、词频权重法对文本信息中出现词语出现的频次、位置及词性进行分析，确定文本信息的关键词；
舆情预警模块判断舆情信息的相关指标是否超过舆情信息预设的预警阈值，当舆情信息超过阈值时，将预警信息发送给舆情决策模块。
进一步优选的，舆情决策模块包括时间线分析模块、同类事件提取模块、舆情发展预测模块；
时间线分析模块根据舆情发布时间生成事件时间轴，并配以事件参与人的面貌聚类分析和观点聚类分析，根据面貌聚类分析和观点聚类分析的分析结果生成事件传播过程图；
同类事件提取模块提取历史事件中具有相同内容特征、舆情发展趋势特征的事件；
舆情发展预测模块根据历史事件信息、既有的舆情发展模型及事件自身的时间线，采用机器学习为主、人工监督为辅的方法，预测不同类型的决策引发的舆情发展趋势。
本发明的一种基于大数据的舆情分析系统相对于现有技术具有以下有益效果：
(1)通过设置舆情分析模块包括话题追踪模块，话题追踪模块可以追踪话题的种类、最新动态、舆情相关作者的动态，最新动态包括舆情主体的评论和热度变化等，舆情相关作者的动态包括舆情作者的发帖和交互关系等，重点统计舆情作者的发帖量、舆论倾向和舆论态度变化，可以全面追踪舆情信息中话题的种类、最新动态以及舆情态度变化，为后期的舆情决策模块提供分析基础；
(2)通过设置舆情决策模块包括时间线分析模块、同类事件提取模块、舆情发展预测模块，可以将舆情事件按照时间线排布，并提出同类事件进行分析，根据以往的舆情事件的发展状态预测既有的舆情事件发展方向和结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明一种基于大数据的舆情分析系统的结构图；
图2为本发明一种基于大数据的舆情分析系统中舆情采集模块的流程图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
如图1所示，本发明的一种基于大数据的舆情分析系统，其包括舆情采集模块、舆情信息预处理模块、舆情监测模块、舆情分析模块和舆情决策模块。
舆情采集模块，利用爬虫采集社交媒体数据，实时采集网络上的舆情信息，以及该舆情信息相关的评论量、转发量、观点统计和事件焦点，并将采集的舆情信息发送给舆情信息预处理模块。如图2所示，其具体工作流程为：
S1、从社交媒体网页中抓取用户的链接地址并存放入网页链接地址队列中；
S2、爬虫从网页链接地址队列中依次读取待抓取链接地址，访问并下载该页面；
S3、通过解析下载页面，把需要的文本数据以及对应图片保存到数据库中，同时检测是否有其他用户的链接地址，如果有并且未抓取过则存放入网页链接地址队列中；
S4、跳转S2，直到网页链接地址队列为空。
本实施例S2下载的页面包括portal页面、频道页面、列表页面和内容详情页面等，每一个上级页面的规则决定了系统将如何搜寻都下级页面的入口。
舆情信息预处理模块对舆情采集模块采集的舆情信息进行除噪音干扰，得到纯净的文本信息，并将文本信息发送给舆情监测模块。由于舆情采集模块采集的是网页信息，因此，为了满足多维度的舆情数据挖掘和后续的舆情数据分析就必须对舆情相关的网页数据进行结构话的信息抽取，即进行网页去噪。在本实施例中，舆情信息预处理模块包括去噪模块和分词模块。本实施例中，用HTML表示网页，HTML是通过规范定义的各个节点组成的树状结构，该树状结构的专业术语为DOM结构，并且每个HTML都有两个基本的节点，即head部分和body部分；head部分主要用于定义网页的元数据，可包含一系列基本元素及元信息控制信息，如title用作网页标题的显示；body部分定义了页面最重要的展示内容。本实施例中，去噪模块去掉舆情采集模块发送的舆情信息中的head部分、广告、版权信息、友情链接和相关推荐，进而得到纯净的正文节点，再通过jsoup工具解析DOM结构，根据DOM结构的层级关系计算HTML中真实的展示文本，提取出正文节点中的文本信息，删除HTML中的描述性内容，即head部分，获取到纯净的正文文本；分词模块通过中文分词算法对纯净的文本信息进行分词处理，获取语义信息，并将语义信息发送给舆情监测模块。
舆情监测模块对舆情信息预处理模块发送的文本信息进行分词处理和语义分析处理，并对爆发式舆情进行预警，将预警信息发送给舆情决策模块。在本实施例中，舆情监测模块包括语义分析模块和舆情预警模块；其中，语义分析模块接收分词模块发送的语义信息，并采用绝对词频统计法、词频权重法对文本信息中出现词语出现的频次、位置及词性进行分析，确定文本信息的关键词。绝对词频统计法以词在文章中出现的绝对频次为根本依据确定文章的中心关键词；词频权重法的原理为：除考虑词频外，还考虑词的位置、词的词性、词本身的价值、词的长度等因素，对词进行加权，然后根据权值大小确定关键词。舆情预警模块判断舆情信息的相关指标是否超过舆情信息预设的预警阈值，当舆情信息超过阈值时，将预警信息发送给舆情决策模块。
舆情分析模块包括话题追踪模块、舆情分类模块、热点话题识别模块和时间更新模块；其中，话题追踪模块追踪话题的种类、最新动态、舆情相关作者的动态，最新动态包括舆情主体的评论和热度变化等，舆情相关作者的动态包括舆情作者的发帖和交互关系等，重点统计舆情作者的发帖量、舆论倾向和舆论态度变化；热点话题识别模块根据舆情监测模块得出的语义分析结果，分析舆情的事件属性，并形成事件记录，并从事件记录中识别舆情信息中的热点话题，其中，事件记录包括：事件时间、事件性质、事件当事人及参与人和事件的时间线；舆情分类模块根据事件包含的新闻性、网络性和可行性划分多个子类目，多个字类目包括突发公共事件、关系处理、社会焦点和涉外舆情；时间更新模块记录话题的开始和结束时间，并结合热点话题识别模块判断当前话题是否是热点话题，更新热点话题的时间，根据时间判断热点话题是否失效。
舆情决策模块根据舆情分析模块分析的结果和对舆情发展的预测生成决策方案。本实施例中，舆情决策模块包括时间线分析模块、同类事件提取模块、舆情发展预测模块。大多数web2.0工具都具有发布时间记录功能，因此，可以生产相应的事件时间轴。本实施例在中，时间线分析模块根据舆情发布时间生成事件时间轴，并配以事件参与人的面貌聚类分析和观点聚类分析，根据面貌聚类分析和观点聚类分析的分析结果生成事件传播过程图；同类事件提取模块提取历史事件中具有相同内容特征、舆情发展趋势特征的事件；舆情发展预测模块根据历史事件信息、既有的舆情发展模型及事件自身的时间线，采用机器学习为主、人工监督为辅的方法，预测不同类型的决策引发的舆情发展趋势。舆情发展预测的核心技术是专家系统中的推理机。推理机能够在问题求解过程中生成并控制推理的进程，使用数据库中的知识，使之结构化为适用的知识。
以上所述仅为本发明的较佳实施方式而已，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、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于大数据的舆情分析系统，其包括舆情采集模块、舆情信息预处理模块、舆情监测模块、舆情分析模块和舆情决策模块，其特征在于：所述舆情分析模块包括话题追踪模块、舆情分类模块、热点话题识别模块和时间更新模块；
所述舆情采集模块实时采集网络上的舆情信息，以及该舆情信息相关的评论量、转发量、观点统计和事件焦点，并将采集的舆情信息发送给舆情信息预处理模块；
所述舆情信息预处理模块对舆情采集模块采集的舆情信息进行除噪音干扰，得到纯净的文本信息，并将文本信息发送给舆情监测模块；
所述舆情监测模块对舆情信息预处理模块发送的文本信息进行分词处理和语义分析处理，并对爆发式舆情进行预警，将预警信息发送给舆情决策模块；
所述话题追踪模块追踪话题的种类、最新动态、舆情相关作者的动态；
所述热点话题识别模块根据舆情监测模块得出的语义分析结果，分析舆情的事件属性，并形成事件记录，并从事件记录中识别舆情信息中的热点话题；
所述舆情分类模块根据事件包含的新闻性、网络性和可行性划分多个子类目；
所述时间更新模块记录话题的开始和结束时间，并结合热点话题识别模块判断当前话题是否是热点话题，更新热点话题的时间，根据时间判断热点话题是否失效；
所述舆情决策模块根据舆情分析模块分析的结果和对舆情发展的预测生成决策方案。
2.如权利要求1所述的一种基于大数据的舆情分析系统，其特征在于：所述事件记录包括：事件时间、事件性质、事件当事人及参与人和事件的时间线。
3.如权利要求2所述的一种基于大数据的舆情分析系统，其特征在于：所述多个子类目包括突发公共事件、关系处理、社会焦点和涉外舆情。
4.如权利要求1所述的一种基于大数据的舆情分析系统，其特征在于：所述舆情信息预处理模块包括去噪模块和分词模块；
所述去噪模块去掉舆情采集模块发送的舆情信息中的广告、版权信息、友情链接和相关推荐，得到纯净的文本信息；
所述分词模块通过中文分词算法对纯净的文本信息进行分词处理，获取语义信息，并将语义信息发送给舆情监测模块。
5.如权利要求4所述的一种基于大数据的舆情分析系统，其特征在于：所述舆情监测模块包括语义分析模块和舆情预警模块；
所述语义分析模块接收分词模块发送的语义信息，并采用词频统计法、词频权重法对文本信息中出现词语出现的频次、位置及词性进行分析，确定文本信息的关键词；
所述舆情预警模块判断舆情信息的相关指标是否超过舆情信息预设的预警阈值，当舆情信息超过阈值时，将预警信息发送给舆情决策模块。
6.如权利要求5所述的一种基于大数据的舆情分析系统，其特征在于：所述舆情决策模块包括时间线分析模块、同类事件提取模块、舆情发展预测模块；
所述时间线分析模块根据舆情发布时间生成事件时间轴，并配以事件参与人的面貌聚类分析和观点聚类分析，根据面貌聚类分析和观点聚类分析的分析结果生成事件传播过程图；
所述同类事件提取模块提取历史事件中具有相同内容特征、舆情发展趋势特征的事件；
所述舆情发展预测模块根据历史事件信息、既有的舆情发展模型及事件自身的时间线，采用机器学习为主、人工监督为辅的方法，预测不同类型的决策引发的舆情发展趋势。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910930327.1A CN110705288A (zh) | 2019-09-29 | 2019-09-29 | 一种基于大数据的舆情分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910930327.1A CN110705288A (zh) | 2019-09-29 | 2019-09-29 | 一种基于大数据的舆情分析系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110705288A true CN110705288A (zh) | 2020-01-17 |
Family
ID=69197896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910930327.1A Pending CN110705288A (zh) | 2019-09-29 | 2019-09-29 | 一种基于大数据的舆情分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110705288A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111274357A (zh) * | 2020-01-19 | 2020-06-12 | 深圳中泓在线股份有限公司 | 新闻舆情识别方法、设备及存储介质 |
| CN111428146A (zh) * | 2020-03-24 | 2020-07-17 | 上海智臻智能网络科技股份有限公司 | 网络信息处理方法及系统、设备、存储介质 |
| CN111444404A (zh) * | 2020-03-19 | 2020-07-24 | 杭州叙简科技股份有限公司 | 一种基于微博的社会舆情监测系统及其监测方法 |
| CN111611464A (zh) * | 2020-05-22 | 2020-09-01 | 河南智慧云大数据有限公司 | 一种基于大数据的舆情监测平台 |
| CN112199585A (zh) * | 2020-09-29 | 2021-01-08 | 黑龙江省网络空间研究中心 | 一种基于数据挖掘技术的网络舆情突发热点事件发现方法 |
| CN112541358A (zh) * | 2020-06-24 | 2021-03-23 | 深圳证券交易所 | 舆情风险预警方法、装置及计算机存储介质 |
| CN112818234A (zh) * | 2021-02-02 | 2021-05-18 | 中慧绿浪科技(天津)集团有限公司 | 一种网络舆情信息分析处理方法及系统 |
| CN113282841A (zh) * | 2021-07-19 | 2021-08-20 | 中国传媒大学 | 基于建模的公众话题传播评估方法及系统 |
| CN113468321A (zh) * | 2021-09-01 | 2021-10-01 | 江苏金陵科技集团有限公司 | 一种基于大数据的事件聚合分析方法和系统 |
| CN115062586A (zh) * | 2022-08-08 | 2022-09-16 | 山东展望信息科技股份有限公司 | 一种基于大数据和人工智能的热点话题处理方法 |
| CN117076751A (zh) * | 2023-10-10 | 2023-11-17 | 西安康奈网络科技有限公司 | 一种基于多维特征分析的舆情事件发展趋势判断系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102567393A (zh) * | 2010-12-21 | 2012-07-11 | 北大方正集团有限公司 | 一种处理舆情话题的方法、装置和系统 |
| CN103544255A (zh) * | 2013-10-15 | 2014-01-29 | 常州大学 | 基于文本语义相关的网络舆情信息分析方法 |
| CN104408157A (zh) * | 2014-12-05 | 2015-03-11 | 四川诚品电子商务有限公司 | 一种网络舆情漏斗式数据采集分析推送系统及方法 |
| CN104933093A (zh) * | 2015-05-19 | 2015-09-23 | 武汉泰迪智慧科技有限公司 | 基于大数据的地区舆情监控及决策辅助系统和方法 |
| US20160098738A1 (en) * | 2014-10-06 | 2016-04-07 | Chunghwa Telecom Co., Ltd. | Issue-manage-style internet public opinion information evaluation management system and method thereof |
| CN107315778A (zh) * | 2017-05-31 | 2017-11-03 | 温州市鹿城区中津先进科技研究院 | 一种基于大数据情感分析的自然语言舆情分析方法 |
| CN108667842A (zh) * | 2018-05-12 | 2018-10-16 | 苏州华必讯信息科技有限公司 | 一种处理舆情话题的方法、装置和系统 |
| CN108959383A (zh) * | 2018-05-31 | 2018-12-07 | 平安科技（深圳）有限公司 | 网络舆情的分析方法、装置及计算机可读存储介质 |
| CN109460922A (zh) * | 2018-11-13 | 2019-03-12 | 电子科技大学 | 一种具有电力行业特征的网络舆情分析与辅助决策系统 |
-
2019
- 2019-09-29 CN CN201910930327.1A patent/CN110705288A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102567393A (zh) * | 2010-12-21 | 2012-07-11 | 北大方正集团有限公司 | 一种处理舆情话题的方法、装置和系统 |
| CN103544255A (zh) * | 2013-10-15 | 2014-01-29 | 常州大学 | 基于文本语义相关的网络舆情信息分析方法 |
| US20160098738A1 (en) * | 2014-10-06 | 2016-04-07 | Chunghwa Telecom Co., Ltd. | Issue-manage-style internet public opinion information evaluation management system and method thereof |
| CN104408157A (zh) * | 2014-12-05 | 2015-03-11 | 四川诚品电子商务有限公司 | 一种网络舆情漏斗式数据采集分析推送系统及方法 |
| CN104933093A (zh) * | 2015-05-19 | 2015-09-23 | 武汉泰迪智慧科技有限公司 | 基于大数据的地区舆情监控及决策辅助系统和方法 |
| CN107315778A (zh) * | 2017-05-31 | 2017-11-03 | 温州市鹿城区中津先进科技研究院 | 一种基于大数据情感分析的自然语言舆情分析方法 |
| CN108667842A (zh) * | 2018-05-12 | 2018-10-16 | 苏州华必讯信息科技有限公司 | 一种处理舆情话题的方法、装置和系统 |
| CN108959383A (zh) * | 2018-05-31 | 2018-12-07 | 平安科技（深圳）有限公司 | 网络舆情的分析方法、装置及计算机可读存储介质 |
| CN109460922A (zh) * | 2018-11-13 | 2019-03-12 | 电子科技大学 | 一种具有电力行业特征的网络舆情分析与辅助决策系统 |
Non-Patent Citations (1)
| Title |
|---|
| 杨明刚著, 海天出版社 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111274357A (zh) * | 2020-01-19 | 2020-06-12 | 深圳中泓在线股份有限公司 | 新闻舆情识别方法、设备及存储介质 |
| CN111444404A (zh) * | 2020-03-19 | 2020-07-24 | 杭州叙简科技股份有限公司 | 一种基于微博的社会舆情监测系统及其监测方法 |
| CN111428146A (zh) * | 2020-03-24 | 2020-07-17 | 上海智臻智能网络科技股份有限公司 | 网络信息处理方法及系统、设备、存储介质 |
| CN111611464A (zh) * | 2020-05-22 | 2020-09-01 | 河南智慧云大数据有限公司 | 一种基于大数据的舆情监测平台 |
| CN112541358A (zh) * | 2020-06-24 | 2021-03-23 | 深圳证券交易所 | 舆情风险预警方法、装置及计算机存储介质 |
| CN112199585A (zh) * | 2020-09-29 | 2021-01-08 | 黑龙江省网络空间研究中心 | 一种基于数据挖掘技术的网络舆情突发热点事件发现方法 |
| CN112818234A (zh) * | 2021-02-02 | 2021-05-18 | 中慧绿浪科技(天津)集团有限公司 | 一种网络舆情信息分析处理方法及系统 |
| CN112818234B (zh) * | 2021-02-02 | 2022-09-02 | 霍尔果斯大颜色信息科技有限公司 | 一种网络舆情信息分析处理方法及系统 |
| CN113282841A (zh) * | 2021-07-19 | 2021-08-20 | 中国传媒大学 | 基于建模的公众话题传播评估方法及系统 |
| CN113468321A (zh) * | 2021-09-01 | 2021-10-01 | 江苏金陵科技集团有限公司 | 一种基于大数据的事件聚合分析方法和系统 |
| CN115062586A (zh) * | 2022-08-08 | 2022-09-16 | 山东展望信息科技股份有限公司 | 一种基于大数据和人工智能的热点话题处理方法 |
| CN117076751A (zh) * | 2023-10-10 | 2023-11-17 | 西安康奈网络科技有限公司 | 一种基于多维特征分析的舆情事件发展趋势判断系统 |
| CN117076751B (zh) * | 2023-10-10 | 2024-01-16 | 西安康奈网络科技有限公司 | 一种基于多维特征分析的舆情事件发展趋势判断系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110705288A (zh) | 一种基于大数据的舆情分析系统 | |
| CN107577759B (zh) | 用户评论自动推荐方法 | |
| Papadopoulou et al. | A corpus of debunked and verified user-generated videos | |
| Johnson et al. | Web content mining techniques: a survey | |
| CN111460252B (zh) | 一种基于网络舆情分析的自动化搜索引擎方法及系统 | |
| CN111178586B (zh) | 网络爱国舆情事件跟踪、预测和疏导方法 | |
| US20090070346A1 (en) | Systems and methods for clustering information | |
| CN107885793A (zh) | 一种微博热点话题分析预测方法及系统 | |
| CN105512687A (zh) | 训练情感分类模型和文本情感极性分析的方法及系统 | |
| CN102119383A (zh) | 便利内容检索服务系统内本体和语言模型生成的信息获取和汇聚方法及子系统 | |
| TWI571756B (zh) | 用以分析瀏覽記錄及其文件之方法及其系統 | |
| Chen et al. | Proactive discovery of fake news domains from real-time social media feeds | |
| Georgescu et al. | Temporal summarization of event-related updates in wikipedia | |
| CN111611464A (zh) | 一种基于大数据的舆情监测平台 | |
| Fernández et al. | Vits: video tagging system from massive web multimedia collections | |
| Pandya et al. | Mated: metadata-assisted twitter event detection system | |
| Lalitha et al. | Potential Web Content Identification and Classification System using NLP and Machine Learning Techniques | |
| CN111859108A (zh) | 一种舆情系统搜索词推荐系统 | |
| CN109902230A (zh) | 一种新闻数据的处理方法及装置 | |
| Zhao et al. | A system to manage and mine microblogging data | |
| KR102180329B1 (ko) | 가짜 뉴스 판단 시스템 | |
| Nguyen et al. | Pagerank-based approach on ranking social events: a case study with flickr | |
| Jiang et al. | [Retracted] Mathematical Methods for Sensitive Information Mining Method of News Communication Platform Based on Big Data IOT Analysis | |
| CN102890715A (zh) | 一种特定领域信息自动化组织的装置及其方法 | |
| Chou et al. | Accessing e-learners' knowledge for personalization in e-learning environment |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |