CN110795554A - 目标信息分析方法、装置、设备及存储介质 - Google Patents
目标信息分析方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110795554A CN110795554A CN201911039159.3A CN201911039159A CN110795554A CN 110795554 A CN110795554 A CN 110795554A CN 201911039159 A CN201911039159 A CN 201911039159A CN 110795554 A CN110795554 A CN 110795554A
- Authority
- CN
- China
- Prior art keywords
- target
- volume value
- sound volume
- target object
- article
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 133
- 238000013507 mapping Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000002996 emotional effect Effects 0.000 claims description 67
- 238000012545 processing Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 11
- 230000008451 emotion Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000012552 review Methods 0.000 description 12
- 238000011161 development Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000011160 research Methods 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
- G06F16/34—Browsing; Visualisation therefor
-
- 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开实施例提供一种目标信息分析方法、装置、设备及存储介质,该方法包括:实时接收至少一个平台服务器发送的目标信息;对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,所述声量值用于表示与每个所述目标对象关联的目标信息的数据量;根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图。本公开实施例能够解决现有技术中针对目标信息分析存在及时性较差的问题。
Description
技术领域
本公开实施例涉及数据处理技术领域,尤其涉及一种目标信息分析方法、装置、设备及存储介质。
背景技术
随着社交网络的快速发展,社会信息趋于复杂化发展,如何对社交网络信息进行分析,具有重要的意义。具体地,社交网络信息分析(目标信息分析)是指根据特定问题的需要,对针对这个问题的发展情况进行深层次的思维加工和分析研究,最终得到相关结论的过程。在进行社交网络信息分析时,主要通过研究、分析用户对产品、服务、组织机构、事件以及话题等进行评价时,表达的意见、情感、评价、态度和情绪等特殊自然语言,以确定用户对某个对象的情感极性。
现有技术中,在对进行社交网络信息分析时,通常都是工作人员直接阅读整篇文本,并在阅读完整篇文本后,对文本进行评价,得到社交网络信息分析内容。
但是,目前,针对任一对象的网络信息分析一般依赖于人工实现,存在及时性较差的问题。
发明内容
本公开实施例提供一种目标信息分析方法、装置、设备及存储介质,以解决现有技术中针对目标信息分析存在及时性较差的问题。
第一方面,本公开实施例提供一种目标信息分析方法,包括:
实时接收至少一个平台服务器发送的目标信息;
对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,所述声量值用于表示与每个所述目标对象关联的目标信息的数据量;
根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图。
第二方面,本公开实施例提供一种目标信息分析装置,包括:
目标信息接收模块,用于实时接收至少一个平台服务器发送的目标信息;
第一声量值确定模块,用于对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,所述声量值用于表示与每个所述目标对象关联的目标信息的数据量;
第一显示模块,用于根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图。
第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器、存储器以及通信接口;
所述通信接口用于与各个用户终端进行通信;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的目标信息分析方法。
第四方面,本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的目标信息分析方法。
本公开实施例提供的目标信息分析方法、装置、设备及存储介质,首先实时接收至少一个平台服务器发送的目标信息,开始对目标信息进行实时分析,用以确定与目标信息关联的至少一个目标对象以及每个目标对象的声量值,然后通过声量值,得到时间与声量之间的映射关系即为随着时间变化的声量值的趋势图,并将映射关系的缩略图显示出来,以供用户点击查阅随着时间变化的声量值的趋势图,及时性较强。本公开实施例通过实时分析目标信息,统计时间上与目标信息关联的各个目标对象的声量值,并将随着时间变化的声量值的趋势图进行显示,以供用户点击查阅与该目标对象相关的目标信息的发展状态,能够具备较高的及时性。
附图说明
为了更清楚地说明本公开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一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的目标信息分析系统的结构示意图;
图2为本公开实施例提供的目标信息分析方法的流程示意图;
图3为本公开又一实施例提供的目标信息分析方法的流程示意图;
图4为本公开另一实施例提供的目标信息分析方法的流程示意图;
图5为本公开再一实施例提供的目标信息分析方法的流程示意图;
图6为本公开另一实施例提供的目标信息分析方法的流程示意图;
图7为本公开实施例提供的所述目标信息分析装置的结构框图;
图8为本公开又一实施例提供的所述目标信息分析装置的结构框图;
图9为本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置或模块之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
目前在进行目标信息分析时,主要通过研究、分析用户对产品、服务、组织机构、事件以及话题等进行评价时,表达的意见、情感、评价、态度和情绪等特殊自然语言,以确定用户对某个对象的情感极性。现有技术中,通常都是工作人员直接阅读整篇文本,并在阅读完整篇文本后,对文本进行评价,得到目标信息分析内容。但是,目前,针对任一对象(的目标信息分析一般依赖于人工实现,存在及时性较差的问题。本公开实施例提供一种目标信息分析方法以解决上述问题。
参考图1,图1为本公开实施例提供的目标信息分析系统的结构示意图。本公开实施例提供的目标信息分析系统包括至少一个平台服务器10、终端设备(或服务器)20,其中,至少一个用户通过自身的用户终端向至少一个平台服务器上上传目标信息,一个用户可以通过自身的用户终端在一个或多个平台服务器中上传同一个目标信息或不同的目标信息;然后终端设备或服务器接收这至少一个平台服务器中的目标信息,并存储在存储器中,进而终端设备或服务器通过向自身的处理器发送目标信息分析指令,以使处理器对存储器中存储的至少一个平台服务器发送的目标信息进行分析,进而确定与所述目标信息关联的至少一个目标对象以及每个目标对象的声量值,用以表示与每个目标对象关联的目标信息的数据量,再随时间变化的声量值,建立声量值以及所述声量值对应的第一时间的映射关系,用以表示时间-声量值的图表,并生成目标对象的所述第一时间与声量值的映射关系的缩略图,然后向至少一个平台服务器显示目标对象的所述第一时间与声量值的映射关系的缩略图或是通过至少一个平台服务器向用户终端推送目标对象的所述第一时间与声量值的映射关系的缩略图,以使用户能够通过用户终端点击查阅随时间变化的声量值的趋势图,也便于终端设备或服务器对该趋势图对应的目标信息的发展状态进行预测,具备较高的及时性与数据多样性,从而,在一定程度上有利于及时对目标事件(比如网络事件:社交网络上发生的事件)进行控制和限制。在实际应用中,这里的目标信息分析可以为网络信息分析,比如针对社交网络的信息分析。
其中,目标信息分析方法的实现可以用过以下方式实现:
参考图2,图2为本公开实施例提供的目标信息分析方法的流程示意图。本公开实施例的方法可以应用在终端设备或服务器中,即执行主体可以是终端设备或服务器,因此,本公开实施例中对执行主体不进行限定。
该目标信息分析方法包括:
S101、实时接收至少一个平台服务器发送的目标信息。
本公开实施例中,至少一个用户通过自身的用户终端向至少一个平台服务器上上传目标信息,一个用户可以通过自身的用户终端在一个或多个平台服务器中上传同一个目标信息或不同的目标信息;然后至少一个平台服务器实时上传目标信息至终端设备或服务器,终端设备可以通过通信接口获取或接收这至少一个平台服务器中的目标信息并存储在存储器中,或服务器从存储器中获取目标信息。
其中,对平台服务器不做限定,其中,用户通过用户终端向平台服务器上传的目标信息时,对用户终端不进行限定,可以是手机、电脑、平板等可以上传数据的终端。
S102、对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,所述声量值用于表示与每个所述目标对象关联的目标信息的数据量。
本公开实施例中,终端设备或服务器通过向自身的处理器发送目标信息分析指令,以使处理器对存储器中存储的至少一个平台服务器发送的目标信息进行分析。在目标信息分析过程中,首先确定目标信息中相关联的至少一个目标对象,其中,目标对象可以为事件对象也可以为实体对象,针对事件对象的声量值可以基于文本相似度实现;例如,针对单篇文章的声量值计算即通过对单篇文章进行特征分析,然后对所有文章进行聚类,将关联该事件对象的文章聚类到一起,通过对关联该事件对象的文章进行数据分析,得到传播分析结果(构建的时间-声量值的折线图表)、影响力分析结果(主要考虑有多少媒体参与该事件,以及,媒体的数量和种类的统计结果)以及情感分析结果(与事件对象关联的事件的整体情感倾向,正向或负向或无态度)。而针对实体对象的声量值则是基于关键词实现即通过关键词进行聚类,得到描述该实体对象的所有关键词,进而对与该实体对象相关联的关键词进行分析,得到传播分析结果(构建的时间-声量值的折线图表)、影响力分析结果(主要考虑有多少媒体参与该事件,以及,媒体的数量和种类的统计结果)以及情感分析结果(与实体对象关联的事件的整体情感倾向,正向或负向或无态度)其中,情感分析结果可以基于统计实现,也可以基于算法实现,在此不做限定。
S103、根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图。
在本公开实施例中,随时间变化的声量值,建立声量值以及所述声量值对应的第一时间的映射关系,用以表示时间-声量值的图表,并生成目标对象的所述第一时间与声量值的映射关系的缩略图,然后向至少一个平台服务器显示目标对象的所述第一时间与声量值的映射关系的缩略图或是通过至少一个平台服务器向用户终端推送目标对象的所述第一时间与声量值的映射关系的缩略图,以使用户能够通过用户终端点击查阅随时间变化的声量值的趋势图,也便于终端设备或服务器对该趋势图对应的目标信息的发展状态进行预测,具备较高的及时性与数据多样性,从而,在一定程度上有利于及时对目标事件进行控制和限制。
本公开实施例中,首先实时接收至少一个平台服务器发送的目标信息,开始对目标信息进行实时分析,用以确定与目标信息关联的至少一个目标对象以及每个目标对象的声量值,然后通过声量值,得到时间与声量之间的映射关系即为随着时间变化的声量值的趋势图,并将映射关系的缩略图显示出来,以供用户点击查阅随着时间变化的声量值的趋势图,及时性较强。
本公开实施例通过实时分析目标信息,统计时间上与目标信息关联的各个目标对象的声量值,并将随着时间变化的声量值的趋势图进行显示,以供用户点击查阅与该目标对象相关的目标信息的发展状态,能够具备较高的及时性。
为了得到每个目标对象的声量值,参见图3所示,图3为本公开又一实施例提供的目标信息分析方法的流程示意图,本公开实施例在上述公开实施例的基础上,对S102进行了详细说明。所述所述对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,包括:
S201、对所述多篇文章进行特征分析,得到各篇文章的特征信息,所述特征信息包括关键词、所属类别、目标对象标识。
本公开实施例中,针对多篇文章中的每篇文章进行特征分析,即通过机器学习,根据识别出的关键字对每篇文章进行打标签,比如该篇文章是描述的事件还是实体,是属于什么类别的,描述目标对象的主要关键词是什么以及情感倾向是什么,然后对多篇文章的这些特征信息进行整合,得到描述这一目标对象的ID即为目标对象标识。
S202、根据各篇所述文章的特征信息,对所述多篇文章进行聚类分析,得到所述至少一个目标对象以及每个所述目标对象对应的至少一篇目标文章,所述多篇文章中包括所述至少一篇目标文章。
本公开实施例中,根据所属类别可以将多篇文章进行分类,将分类后的每个分类中对应的至少一篇文章进行关键词比对,将含有相同或相似关键词的文章进行聚类,再将聚类后的每一个聚类结果中的至少一篇文章进行目标对象标识核实,将属于同一个目标对象标识的文章作为同一目标对象的文章。比如,针对100篇文章,确定与这100篇文章相关联的所有目标对象以及每个所述目标对象对应的这100篇文章中的至少一篇目标文章:首先对这100篇文章进行所述类别分类,分为类别1、类别2以及类别3,进而对每个类别中的文章进行关键词比对,将含有相同或相似关键词的文章聚为一类,比如,类别1中包括聚类结果11、聚类结果12,类别2中包括聚类21、聚类结果22,聚类结果23,类别3中包括聚类结果31、聚类结果32,再对每个聚类结果进行目标对象标识核实,将属于同一个目标对象标识的所有文章作为一个目标对象的关联事件或是关联目标信息,比如聚类结果11中包括10篇文章,其中,6篇文章是描述的同一目标对象,另外4篇文章是描述的另一个同一目标对象。
S203、对每个所述目标对象对应的至少一篇目标文章进行数据处理,得到每个所述目标对象的声量值。
本公开实施例中,针对目标对象为实体对象时,通过关键词进行聚类,得到描述该实体对象的所有关键词,进而对与该实体对象相关联的关键词进行分析,统计得到该实体对象的所有文章的数目,再对含有关键词的所有文章进行情感倾向分析,得到与该实体对象相关联的目标信息的情感发展倾向,比如大众或媒体对实体对象相关联的目标信息是正向态度或负向态度或无态度。
针对目标对象为事件对象时,可以参见图4,图4为本公开另一实施例提供的目标信息分析方法的流程示意图,本公开实施例在上述公开实施例的基础上,对S203进行了详细说明。所述对每个所述目标对象对应的至少一篇目标文章进行数据处理,得到每个所述目标对象的声量值,包括:
S301、统计每个所述目标对象对应的至少一篇目标文章的目标文章总数目;
S302、获取所述至少一篇目标文章中每篇目标文章在多个维度上的目标数据;
S303、根据所述目标文章总数目以及每篇目标文章在所述多个维度上的目标数据,计算每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值;
S304、将每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值作为所述目标对象的声量值。
本公开实施例中,在计算每个目标对象的声量值时,可以基于目标对象对应的相关联的至少一篇目标文章的目标文章总数目作为每个目标对象的声量值,比如相同时间间隔中不同时间段对应的目标文章总数目为:时间1对应的目标文章总数目为100篇文章,时间2对应的目标文章总数目为150篇文章,时间3对应的目标文章总数目为180篇文章,时间4对应的目标文章总数目为210篇文章等,根据时间与目标文章总数目的对应关系构建时间-声量值的折线图表。
其中,还可以基于目标文章总数目以及每篇目标文章在所述多个维度上的目标数据进行加权融合,将每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值作为所述目标对象的声量值。
具体地,如何根据所述目标文章总数目以及每篇目标文章在所述多个维度上的目标数据,计算每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值,可以参见图5所示。图5为本公开再一实施例提供的目标信息分析方法的流程示意图,本公开实施例在上述公开实施例的基础上,例如,在图4所述的实施例的基础上,对S303进行了详细说明。其中,多个维度包括评论维度、浏览维度以及报道媒体维度,所述目标数据包括评论数据、浏览数据以及报道媒体数据;所述根据所述目标文章总数目以及每篇目标文章在所述多个维度上的目标数据,计算每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值,包括:
S401、根据每篇所述目标文章在每个所述维度上的第一预设权重,对每篇所述目标文章在所述评论维度上的所述评论数据的数目、每篇目标文章在所述浏览维度上的所述浏览数据的数目以及每篇目标文章在所述报道媒体维度上的所述报道媒体数据的数目进行加权计算,得到每篇所述目标文章在所述多个维度上的传播影响分析数据;
S402、将所述传播影响分析数据作为每篇所述目标文章的声量值。
本公开实施例中,比如,每篇目标文章在评论维度上的第一预设权重为0.6,每篇目标文章在浏览维度上的第一预设权重为0.2,每篇目标文章在报道媒体维上的第一预设权重为0.2,则对每篇所述目标文章在所述评论维度上的所述评论数据的数目、每篇目标文章在所述浏览维度上的所述浏览数据的数目以及每篇目标文章在所述报道媒体维度上的所述报道媒体数据的数目进行加权计算,即0.6*评论数据的数目+0.2*浏览数据的数目+0.2*报道媒体数据的数目为每篇目标文章在多个维度上的传播影响分析数据。并将每篇目标文章在多个维度上的传播影响分析数据作为每篇目标文章的声量值。
S403、根据所述目标文章总数目对应的第二预设权重和每篇所述目标文章的声量值对应的第三预设权重,对所述目标文章总数目以及每篇所述目标文章的声量值进行加权计算,得到所述目标对象对应的至少一篇目标文章的总声量值。
本公开实施例中,假设目标文章总数目对应的第二预设权重为0.7,每篇所述目标文章的声量值对应的第三预设权重为0.3,则对所述目标文章总数目以及每篇所述目标文章的声量值进行加权计算,即0.7*目标文章总数目+0.3*目标文章总数目*(0.6*评论数据的数目+0.2*浏览数据的数目+0.2*报道媒体数据的数目)为目标对象对应的与目标信息相关联的所有目标文章的总声量值。这种声量值的计算更加全面,用于评价宣发效果较好,由于数据是实时的,因此,也能够及时制定目标事件的策略制定及进一步控制。
在根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后,为了进一步作影响力分析及情感分析,在展示传播分析结果时,可同时添加影响力分析结果与情感分析结果中的至少一种。由于影响力分析在上述传播分析时已经加入了评论维度、报道媒体维度,因此,可以视为已经将影响力分析融合在传播分析中,下面对情感分析进行了具体说明。参见图6所示,图6为本公开另一实施例提供的目标信息分析方法的流程示意图,本公开实施例在上述公开实施例的基础上,例如,在所述的实施例的基础上,对目标信息分析方法进行了详细说明。所述根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后,所述方法还包括:
S501、根据每篇所述目标文章的所述评论数据,确定每篇所述目标文章的情感倾向信息,所述目标文章的情感倾向信息包括正向态度、负向态度以及无态度。
本公开实施例中,针对评论维度,可以获取每篇目标文章的评论数据,通过识别技术,从评论数据中识别关键字,比如赞美的词、贬低的词以及中性词等,通过每条评论数据中的关键词对该条评论数据做情感倾向分析,比如,赞美的词被认为是正向态度,负向的词被认为是负向态度,一些简单的陈述事实的词被认为是无态度。综合该篇文章中所有评论数据的情感倾向分析结果,确定该篇文章的整体情感倾向,即计算该篇文章中所有评论数据基于三种态度在该篇文章中所占比例,比较正向态度的比例、负向态度的比例以及无态度的比例,三种态度在该篇文章中哪种态度的比例所占比例大,则认为该篇文章整体倾向于那种态度,比如该篇文章中有百分之九十六的评论数据是倾向于正向态度的,则认为该篇文章整体倾向于正向态度。
S502、根据每篇所述目标文章的情感倾向信息,统计所述目标对象的情感倾向信息。
本公开实施例中,针对每篇目标文章的情感倾向信息,比如,该篇目标文章中所有评论数据基于三种态度在该篇文章中所占比例,统计与该目标对象相关联的所有目标文章的情感倾向信息,即将每篇目标文章中所有评论数据基于三种态度在该篇文章中所占比例进行叠加,然后再将叠加后的比例除以目标对象对应的目标文章总数目:比如目标对象对应的有三篇目标文章(目标文章1、目标文章2、目标文章3),其中,目标文章1对应的正向态度的评论数据的数目比例为1/2,负向态度的评论数据的数目比例为1/3,无态度的评论数据的数目比例为1/6,目标文章2对应的正向态度的评论数据的数目比例为1/4,负向态度的评论数据的数目比例为1/2,无态度的评论数据的数目比例为1/4,目标文3对应的正向态度的评论数据的数目比例为1/4,负向态度的评论数据的数目比例为1/5,无态度的评论数据的数目比例为11/20,则目标对象的情感倾向信息为针对目标对象相关联的目标信息对应的正向态度的评论数据的数目比例为1/3*(1/2+1/4+1/4),负向态度的评论数据的数目比例为1/3*(1/3+1/2+1/5),无态度的评论数据的数目比例为1/3*(1/6+1/4+11/20)。
S503、根据所述目标对象的情感倾向信息以及所述目标对象的情感倾向信息对应的第二时间,显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图。
本公开实施例中,根据所述目标对象的情感倾向信息以及所述目标对象的情感倾向信息对应的第二时间,建立目标对象的情感倾向信息以及目标对象的情感倾向信息对应的第二时间的映射关系,用以表示时间-目标对象的情感倾向信息的图表,并生成目标对象的第二时间与目标对象的情感倾向信息的映射关系的缩略图,然后向至少一个平台服务器显示目标对象的第二时间与目标对象的情感倾向信息的映射关系的缩略图或是通过至少一个平台服务器向用户终端推送目标对象的第二时间与目标对象的情感倾向信息的映射关系的缩略图,以使用户能够通过用户终端点击查阅随时间变化的目标对象的情感倾向信息的趋势图,也便于终端设备或服务器对该趋势图对应的目标信息的发展状态进行预测,具备较高的及时性与数据多样性,从而,在一定程度上有利于及时对目标事件进行控制和限制。
在一种公开的实施例中,显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图是发生在用户通过用户终端点击所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后。
本公开实施例中,以传播分析结果为基础,进一步叠加影响力分析与情感分析中的至少一种,作为目标信息分析结果并展示。例如,可以以时间-声量值的折线图表为基础,影响力分析与情感分析被隐藏,进一步在用户点击或鼠标移动到某一个点时,进一步展示该时刻对应的影响力分析与情感分析在该时刻的至少一种结果。又例如,在一张图标中同时显示前述三种图表(时间-声量值的折线图表、时间-目标对象的情感倾向信息的折线图表,其中,时间-声量值的折线图表可以分为传播分析和影响力分析分别对应的两种阶段时间-声量值的折线图表),形成一种知识图谱。
在实际应用中,针对任一监测对象(目标对象),挖掘全网与该监测对象相关的全网数据,对全网数据进行梳理,计算该监测对象的声量值,从而,得到该监测对象的传播分析结果(可表现为时间-声量值图表)。此外,还可以进一步作影响力分析及情感分析;在展示传播分析结果时,可同时添加影响力分析结果与情感分析结果中的至少一种。可用于评价宣发效果;可用于对象或事件评估(例如,实体图谱);可用于及时制定目标事件的策略制定及进一步控制。
目标事件
对应于上文公开实施例的目标信息分析方法,图7为本公开实施例提供的目标信息分析装置的结构框图。为了便于说明,仅示出了与本公开实施例相关的部分。参照图7,所述目标信息分析装置70包括:目标信息接收模块701、第一声量值确定模块702、第一显示模块703;目标信息接收模块701,用于实时接收至少一个平台服务器发送的目标信息;第一声量值确定模块702,用于对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,所述声量值用于表示与每个所述目标对象关联的目标信息的数据量;第一显示模块703,用于根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图。
本公开实施例提供的目标信息接收模块701、第一声量值确定模块702、第一显示模块703,用于实时分析目标信息,统计时间上与目标信息关联的各个目标对象的声量值,并将随着时间变化的声量值的趋势图进行显示,以供用户点击查阅与该目标对象相关的目标信息的发展状态,能够具备较高的及时性。
本公开实施例提供的装置,可用于执行上文第一方面及第一方面各种可能的设计对应的方法实施例的技术方案,其实现原理和技术效果类似,本公开实施例此处不再赘述。
在本公开的一个实施例中,所述目标信息包括多篇文章;所述第一声量值确定模块702,包括:
第一特征分析单元,用于对所述多篇文章进行特征分析,得到各篇文章的特征信息,所述特征信息包括关键词、所属类别、目标对象标识;第一聚类分析单元,用于根据各篇所述文章的特征信息,对所述多篇文章进行聚类分析,得到所述至少一个目标对象以及每个所述目标对象对应的至少一篇目标文章,所述多篇文章中包括所述至少一篇目标文章;第一数据处理单元,用于对每个所述目标对象对应的至少一篇目标文章进行数据处理,得到每个所述目标对象的声量值。
在本公开的一个实施例中,本公开实施例在上述公开实施例的基础上,例如,在图7实施例的基础上,本公开实施例对第一数据处理单元进行了详细说明。所述第一数据处理单元,包括:
第一总数目统计子单元,用于统计每个所述目标对象对应的至少一篇目标文章的目标文章总数目;第一目标数据获取子单元,用于获取所述至少一篇目标文章中每篇目标文章在多个维度上的目标数据;第一目标文章的声量值确定子单元,用于根据所述目标文章总数目以及每篇目标文章在所述多个维度上的目标数据,计算每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值;第一目标对象的声量值确定子单元,用于将每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值作为所述目标对象的声量值。
在本公开的一个实施例中,本公开实施例在上述公开实施例的基础上,例如,在图7实施例的基础上,本公开实施例对所述第一目标文章的声量值确定子单元进行了详细说明。所述多个维度包括评论维度、浏览维度以及报道媒体维度,所述目标数据包括评论数据、浏览数据以及报道媒体数据;所述第一目标文章的声量值确定子单元,具体用于:根据每篇所述目标文章在每个所述维度上的第一预设权重,对每篇所述目标文章在所述评论维度上的所述评论数据的数目、每篇目标文章在所述浏览维度上的所述浏览数据的数目以及每篇目标文章在所述报道媒体维度上的所述报道媒体数据的数目进行加权计算,得到每篇所述目标文章在所述多个维度上的传播影响分析数据;将所述传播影响分析数据作为每篇所述目标文章的声量值;根据所述目标文章总数目对应的第二预设权重和每篇所述目标文章的声量值对应的第三预设权重,对所述目标文章总数目以及每篇所述目标文章的声量值进行加权计算,得到所述目标对象对应的至少一篇目标文章的总声量值。
参见图8,图8为本公开又一实施例提供的所述目标信息分析装置的结构框图。本公开实施例在上述公开实施例的基础上,例如,在图7实施例的基础上,本公开实施例对所述目标信息分析装置进行了详细说明。所述装置还包括:第一情感倾向分析模块704;所述第一情感倾向分析模块704,用于:
在根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后,根据每篇所述目标文章的所述评论数据,确定每篇所述目标文章的情感倾向信息,所述目标文章的情感倾向信息包括正向态度、负向态度以及无态度;根据每篇所述目标文章的情感倾向信息,统计所述目标对象的情感倾向信息;根据所述目标对象的情感倾向信息以及所述目标对象的情感倾向信息对应的第二时间,显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图。
在本公开的一个实施例中,本公开实施例在上述公开实施例的基础上,例如,在图8实施例的基础上,本公开实施例对所述目标信息分析装置进行了详细说明。所述显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图是发生在用户通过用户终端点击所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后。
参考图9,其示出了适于用来实现本公开实施例的电子设备900的结构示意图,该电子设备900可以为终端设备或服务器。其中,终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal Digital Assistant,简称PDA)、平板电脑(Portable Android Device,简称PAD)、便携式多媒体播放器(Portable MediaPlayer,简称PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901,其可以根据存储在只读存储器(Read Only Memory,简称ROM)902中的程序或者从存储装置908加载到随机访问存储器(Random Access Memory,简称RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶显示器(Liquid CrystalDisplay,简称LCD)、扬声器、振动器等的输出装置907;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM 902被安装。在该计算机程序被处理装置901执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机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。而在本公开中,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,其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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。计算机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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行上述公开实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LocalArea Network,简称LAN)或广域网(Wide Area Network,简称WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
第一方面,本公开实施例提供一种目标信息分析方法,包括:
实时接收至少一个平台服务器发送的目标信息;
对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,所述声量值用于表示与每个所述目标对象关联的目标信息的数据量;
根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图。
根据本公开的一个或多个实施例,所述目标信息包括多篇文章;
所述对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,包括:
对所述多篇文章进行特征分析,得到各篇文章的特征信息,所述特征信息包括关键词、所属类别、目标对象标识;
根据各篇所述文章的特征信息,对所述多篇文章进行聚类分析,得到所述至少一个目标对象以及每个所述目标对象对应的至少一篇目标文章,所述多篇文章中包括所述至少一篇目标文章;
对每个所述目标对象对应的至少一篇目标文章进行数据处理,得到每个所述目标对象的声量值。
根据本公开的一个或多个实施例,所述对每个所述目标对象对应的至少一篇目标文章进行数据处理,得到每个所述目标对象的声量值,包括:
统计每个所述目标对象对应的至少一篇目标文章的目标文章总数目;
获取所述至少一篇目标文章中每篇目标文章在多个维度上的目标数据;
根据所述目标文章总数目以及每篇目标文章在所述多个维度上的目标数据,计算每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值;
将每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值作为所述目标对象的声量值。
根据本公开的一个或多个实施例,所述多个维度包括评论维度、浏览维度以及报道媒体维度,所述目标数据包括评论数据、浏览数据以及报道媒体数据;
所述根据所述目标文章总数目以及每篇目标文章在所述多个维度上的目标数据,计算每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值,包括:
根据每篇所述目标文章在每个所述维度上的第一预设权重,对每篇所述目标文章在所述评论维度上的所述评论数据的数目、每篇目标文章在所述浏览维度上的所述浏览数据的数目以及每篇目标文章在所述报道媒体维度上的所述报道媒体数据的数目进行加权计算,得到每篇所述目标文章在所述多个维度上的传播影响分析数据;
将所述传播影响分析数据作为每篇所述目标文章的声量值;
根据所述目标文章总数目对应的第二预设权重和每篇所述目标文章的声量值对应的第三预设权重,对所述目标文章总数目以及每篇所述目标文章的声量值进行加权计算,得到所述目标对象对应的至少一篇目标文章的总声量值。
根据本公开的一个或多个实施例,所述根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后,所述方法还包括:
根据每篇所述目标文章的所述评论数据,确定每篇所述目标文章的情感倾向信息,所述目标文章的情感倾向信息包括正向态度、负向态度以及无态度;
根据每篇所述目标文章的情感倾向信息,统计所述目标对象的情感倾向信息;
根据所述目标对象的情感倾向信息以及所述目标对象的情感倾向信息对应的第二时间,显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图。
根据本公开的一个或多个实施例,所述显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图是发生在用户通过用户终端点击所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后。
第二方面,本公开实施例提供一种目标信息分析装置,包括:
目标信息接收模块,用于实时接收至少一个平台服务器发送的目标信息;
第一声量值确定模块,用于对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,所述声量值用于表示与每个所述目标对象关联的目标信息的数据量;
第一显示模块,用于根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图。
根据本公开的一个或多个实施例,所述目标数据包括发表数据、用户头像以及用户昵称,所述多个维度包括发表数据维度、头像维度以及昵称维度。
根据本公开的一个或多个实施例,所述目标信息包括多篇文章;
所述第一声量值确定模块,包括:
第一特征分析单元,用于对所述多篇文章进行特征分析,得到各篇文章的特征信息,所述特征信息包括关键词、所属类别、目标对象标识;
第一聚类分析单元,用于根据各篇所述文章的特征信息,对所述多篇文章进行聚类分析,得到所述至少一个目标对象以及每个所述目标对象对应的至少一篇目标文章,所述多篇文章中包括所述至少一篇目标文章;
第一数据处理单元,用于对每个所述目标对象对应的至少一篇目标文章进行数据处理,得到每个所述目标对象的声量值。
根据本公开的一个或多个实施例,所述第一数据处理单元,包括:
第一总数目统计子单元,用于统计每个所述目标对象对应的至少一篇目标文章的目标文章总数目;
第一目标数据获取子单元,用于获取所述至少一篇目标文章中每篇目标文章在多个维度上的目标数据;
第一目标文章的声量值确定子单元,用于根据所述目标文章总数目以及每篇目标文章在所述多个维度上的目标数据,计算每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值;
第一目标对象的声量值确定子单元,用于将每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值作为所述目标对象的声量值。
根据本公开的一个或多个实施例,所述多个维度包括评论维度、浏览维度以及报道媒体维度,所述目标数据包括评论数据、浏览数据以及报道媒体数据;
所述第一目标文章的声量值确定子单元,具体用于:根据每篇所述目标文章在每个所述维度上的第一预设权重,对每篇所述目标文章在所述评论维度上的所述评论数据的数目、每篇目标文章在所述浏览维度上的所述浏览数据的数目以及每篇目标文章在所述报道媒体维度上的所述报道媒体数据的数目进行加权计算,得到每篇所述目标文章在所述多个维度上的传播影响分析数据;
将所述传播影响分析数据作为每篇所述目标文章的声量值;
根据所述目标文章总数目对应的第二预设权重和每篇所述目标文章的声量值对应的第三预设权重,对所述目标文章总数目以及每篇所述目标文章的声量值进行加权计算,得到所述目标对象对应的至少一篇目标文章的总声量值。
根据本公开的一个或多个实施例,所述装置还包括:第一情感倾向分析模块;
所述第一情感倾向分析模块,用于:
在根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后,根据每篇所述目标文章的所述评论数据,确定每篇所述目标文章的情感倾向信息,所述目标文章的情感倾向信息包括正向态度、负向态度以及无态度;
根据每篇所述目标文章的情感倾向信息,统计所述目标对象的情感倾向信息;
根据所述目标对象的情感倾向信息以及所述目标对象的情感倾向信息对应的第二时间,显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图。
根据本公开的一个或多个实施例,所述显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图是发生在用户通过用户终端点击所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后。
第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器、存储器以及通信接口;
所述通信接口用于与各个用户终端进行通信;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的目标信息分析方法。
第四方面,本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的目标信息分析方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种目标信息分析方法,其特征在于,包括:
实时接收至少一个平台服务器发送的目标信息;
对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,所述声量值用于表示与每个所述目标对象关联的目标信息的数据量;
根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图。
2.根据权利要求1所述的方法,其特征在于,所述目标信息包括多篇文章;
所述对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,包括:
对所述多篇文章进行特征分析,得到各篇文章的特征信息,所述特征信息包括关键词、所属类别、目标对象标识;
根据各篇所述文章的特征信息,对所述多篇文章进行聚类分析,得到所述至少一个目标对象以及每个所述目标对象对应的至少一篇目标文章,所述多篇文章中包括所述至少一篇目标文章;
对每个所述目标对象对应的至少一篇目标文章进行数据处理,得到每个所述目标对象的声量值。
3.根据权利要求2所述的方法,其特征在于,所述对每个所述目标对象对应的至少一篇目标文章进行数据处理,得到每个所述目标对象的声量值,包括:
统计每个所述目标对象对应的至少一篇目标文章的目标文章总数目;
获取所述至少一篇目标文章中每篇目标文章在多个维度上的目标数据;
根据所述目标文章总数目以及每篇目标文章在所述多个维度上的目标数据,计算每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值;
将每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值作为所述目标对象的声量值。
4.根据权利要求3所述的方法,其特征在于,所述多个维度包括评论维度、浏览维度以及报道媒体维度,所述目标数据包括评论数据、浏览数据以及报道媒体数据;
所述根据所述目标文章总数目以及每篇目标文章在所述多个维度上的目标数据,计算每篇所述目标文章的声量值以及所述目标对象对应的至少一篇目标文章的总声量值,包括:
根据每篇所述目标文章在每个所述维度上的第一预设权重,对每篇所述目标文章在所述评论维度上的所述评论数据的数目、每篇目标文章在所述浏览维度上的所述浏览数据的数目以及每篇目标文章在所述报道媒体维度上的所述报道媒体数据的数目进行加权计算,得到每篇所述目标文章在所述多个维度上的传播影响分析数据;
将所述传播影响分析数据作为每篇所述目标文章的声量值;
根据所述目标文章总数目对应的第二预设权重和每篇所述目标文章的声量值对应的第三预设权重,对所述目标文章总数目以及每篇所述目标文章的声量值进行加权计算,得到所述目标对象对应的至少一篇目标文章的总声量值。
5.根据权利要求4所述的方法,其特征在于,所述根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后,所述方法还包括:
根据每篇所述目标文章的所述评论数据,确定每篇所述目标文章的情感倾向信息,所述目标文章的情感倾向信息包括正向态度、负向态度以及无态度;
根据每篇所述目标文章的情感倾向信息,统计所述目标对象的情感倾向信息;
根据所述目标对象的情感倾向信息以及所述目标对象的情感倾向信息对应的第二时间,显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图。
6.根据权利要求5所述的方法,其特征在于,所述显示所述目标对象的所述第二时间与所述目标对象的情感倾向信息的映射关系的缩略图是发生在用户通过用户终端点击所述目标对象的所述第一时间与所述声量值的映射关系的缩略图之后。
7.一种目标信息分析装置,其特征在于,包括:
目标信息接收模块,用于实时接收至少一个平台服务器发送的目标信息;
第一声量值确定模块,用于对所述目标信息进行分析,确定与所述目标信息关联的至少一个目标对象的声量值,所述声量值用于表示与每个所述目标对象关联的目标信息的数据量;
第一显示模块,用于根据所述声量值以及所述声量值对应的第一时间,显示所述目标对象的所述第一时间与所述声量值的映射关系的缩略图。
8.根据权利要求7所述的装置,其特征在于,所述目标信息包括多篇文章;
所述第一声量值确定模块,包括:
第一特征分析单元,用于对所述多篇文章进行特征分析,得到各篇文章的特征信息,所述特征信息包括关键词、所属类别、目标对象标识;
第一聚类分析单元,用于根据各篇所述文章的特征信息,对所述多篇文章进行聚类分析,得到所述至少一个目标对象以及每个所述目标对象对应的至少一篇目标文章,所述多篇文章中包括所述至少一篇目标文章;
第一数据处理单元,用于对每个所述目标对象对应的至少一篇目标文章进行数据处理,得到每个所述目标对象的声量值。
9.一种电子设备,其特征在于,包括:至少一个处理器、存储器以及通信接口;
所述通信接口用于与各个用户终端进行通信;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至6任一项所述目标信息分析方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至6任一项所述的目标信息分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039159.3A CN110795554B (zh) | 2019-10-29 | 2019-10-29 | 目标信息分析方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039159.3A CN110795554B (zh) | 2019-10-29 | 2019-10-29 | 目标信息分析方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110795554A true CN110795554A (zh) | 2020-02-14 |
CN110795554B CN110795554B (zh) | 2022-07-26 |
Family
ID=69442055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911039159.3A Active CN110795554B (zh) | 2019-10-29 | 2019-10-29 | 目标信息分析方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110795554B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111506733A (zh) * | 2020-05-29 | 2020-08-07 | 广东太平洋互联网信息服务有限公司 | 对象画像的生成方法、装置、计算机设备和存储介质 |
CN112214663A (zh) * | 2020-10-22 | 2021-01-12 | 上海明略人工智能(集团)有限公司 | 获取舆情声量的方法、系统、装置、存储介质及移动终端 |
CN112699666A (zh) * | 2020-12-29 | 2021-04-23 | 北京秒针人工智能科技有限公司 | 一种预测关键词声量的方法、系统、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100153210A1 (en) * | 2008-12-15 | 2010-06-17 | Electronics And Telecommunications Research Institute | Apparatus and method for selecting online advertisement based on contents sentiment and intention analysis |
CN103258248A (zh) * | 2013-05-21 | 2013-08-21 | 中国科学院计算技术研究所 | 一种微博流行趋势预测方法、装置及系统 |
CN107958135A (zh) * | 2017-11-23 | 2018-04-24 | 平安科技(深圳)有限公司 | 事件评价数据显示方法、装置、计算机设备及存储介质 |
CN108280688A (zh) * | 2018-01-29 | 2018-07-13 | 京东方科技集团股份有限公司 | 目标物的评论信息分析方法、装置及系统 |
CN109145215A (zh) * | 2018-08-29 | 2019-01-04 | 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
- 2019-10-29 CN CN201911039159.3A patent/CN110795554B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100153210A1 (en) * | 2008-12-15 | 2010-06-17 | Electronics And Telecommunications Research Institute | Apparatus and method for selecting online advertisement based on contents sentiment and intention analysis |
CN103258248A (zh) * | 2013-05-21 | 2013-08-21 | 中国科学院计算技术研究所 | 一种微博流行趋势预测方法、装置及系统 |
CN107958135A (zh) * | 2017-11-23 | 2018-04-24 | 平安科技(深圳)有限公司 | 事件评价数据显示方法、装置、计算机设备及存储介质 |
CN108280688A (zh) * | 2018-01-29 | 2018-07-13 | 京东方科技集团股份有限公司 | 目标物的评论信息分析方法、装置及系统 |
CN109145215A (zh) * | 2018-08-29 | 2019-01-04 | 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 (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111506733A (zh) * | 2020-05-29 | 2020-08-07 | 广东太平洋互联网信息服务有限公司 | 对象画像的生成方法、装置、计算机设备和存储介质 |
CN111506733B (zh) * | 2020-05-29 | 2022-06-28 | 广东太平洋互联网信息服务有限公司 | 对象画像的生成方法、装置、计算机设备和存储介质 |
CN112214663A (zh) * | 2020-10-22 | 2021-01-12 | 上海明略人工智能(集团)有限公司 | 获取舆情声量的方法、系统、装置、存储介质及移动终端 |
CN112699666A (zh) * | 2020-12-29 | 2021-04-23 | 北京秒针人工智能科技有限公司 | 一种预测关键词声量的方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110795554B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111368185B (zh) | 数据展示方法、装置、存储介质及电子设备 | |
CN110795554B (zh) | 目标信息分析方法、装置、设备及存储介质 | |
CN110634047B (zh) | 一种推荐房源的方法、装置、电子设备及存储介质 | |
CN111580921B (zh) | 内容创作方法及设备 | |
CN110636459B (zh) | 一种消息提醒方法、装置、电子设备及存储介质 | |
CN112395022B (zh) | 信息显示方法、装置、电子设备及计算机可读存储介质 | |
CN108182240A (zh) | 兴趣点新增率预测模型训练及预测方法、装置及存储介质 | |
CN111291206A (zh) | 标记房源的方法、装置、电子设备及存储介质 | |
CN112836128A (zh) | 信息推荐方法、装置、设备和存储介质 | |
US9639610B1 (en) | Method for gauging public interest in a topic using network analysis of online discussions | |
CN111552620B (zh) | 数据获取方法、装置、终端及存储介质 | |
WO2023231851A1 (zh) | 信息处理方法、装置和电子设备 | |
CN110781066B (zh) | 用户行为分析方法、装置、设备及存储介质 | |
CN116796233A (zh) | 数据分析方法、装置、计算机可读介质及电子设备 | |
CN110633411A (zh) | 一种筛选房源的方法、装置、电子设备及存储介质 | |
CN116109374A (zh) | 资源位展示方法、装置、电子设备和计算机可读介质 | |
CN112734462B (zh) | 一种信息推荐方法、装置、设备及介质 | |
CN110752958A (zh) | 用户行为分析方法、装置、设备及存储介质 | |
CN112131832A (zh) | 在线文档任务状态的提醒方法、装置及电子设备 | |
CN112286808A (zh) | 应用程序的测试方法、装置、电子设备及介质 | |
CN112100159A (zh) | 数据处理方法、装置、电子设备和计算机可读介质 | |
CN111563797A (zh) | 房源信息的处理方法、装置、可读介质及电子设备 | |
CN113177174B (zh) | 特征构建方法、内容显示方法及相关装置 | |
CN112348614B (zh) | 用于推送信息的方法和装置 | |
WO2023202669A1 (zh) | 信息处理方法、装置、设备及介质 |
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 |