CN112035603A - 一种综合计算事件的传播影响力评估方法 - Google Patents
一种综合计算事件的传播影响力评估方法 Download PDFInfo
- Publication number
- CN112035603A CN112035603A CN202010769981.1A CN202010769981A CN112035603A CN 112035603 A CN112035603 A CN 112035603A CN 202010769981 A CN202010769981 A CN 202010769981A CN 112035603 A CN112035603 A CN 112035603A
- Authority
- CN
- China
- Prior art keywords
- event
- data
- user data
- praise
- threshold
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000011157 data evaluation Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 6
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007142 ring opening reaction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/353—Clustering; Classification into predefined classes
-
- 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
- G06F16/9536—Search customisation based on social or collaborative filtering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种综合计算事件的传播影响力评估方法,S1、事件数据采集:首先利用社交媒体的网站,以某一具体事件的关键词作为查询内容,采集社交媒体络网站中与这一具体事件相关的资料,并将采集的相关资料进行统计;本发明涉及互联网传播技术领域。该综合计算事件的传播影响力评估方法,通过将点赞数和转发数超过阈值的用户数据单独进行分类,并利用点赞数和转发数超过阈值的用户数据进行历史点赞数和转发数的事件数据计算,配合用户数据进行统计后评估,不仅可以有效的剔除恶意评估的用户数据,而且能综合计算事件评估其传播影响力,提供热点事件评估的依据和参考,极大的提升了综合计算事件传播影响力评估方法的精准度。
Description
技术领域
本发明涉及互联网传播技术领域,具体为一种综合计算事件的传播影响力评估方法。
背景技术
网络传播是一种以多媒体为终端、以光纤为通道,将所有的个人和组织都联结在一起并能与“个人化”受众进行互动沟通的信息交流形式。上不仅可以平等地发布信息,还可以平等地开展讨论与争论。报纸可以通过座谈的形式开展讨论,电视也有了话题节目供观众现场摆擂台,但这些讨论一不是任何人都可以参加,二不是随时可以参加,三不时所有话题都可以讨论,四还不能完全给参与者以“言者无罪”的保证;然而,关于这个世界的所有话题,用户都可以在电子论坛里找到,并随时参与发表意见;如新闻组作为因特网上个人向新闻服务器投递电子函件的集合,可以随时把网民的文章或贴子向世界范围公布。
现有的事件的传播影响力评估,主要基于网络媒体信息,而这些网络媒体信息对影响力评估是很有限的,单纯的从信息的相似新闻数量上的评估也是有偏见的,存在恶意进行评估的现象,为此,本发明提出了一种综合计算事件的传播影响力评估方法。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种综合计算事件的传播影响力评估方法,解决了现有的事件的传播影响力评估,依靠网络媒体信息对影响力评估是很有限的,存在恶意进行评估现象的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种综合计算事件的传播影响力评估方法,具体包括以下步骤:
S1、事件数据采集:首先利用社交媒体的网站,以某一具体事件的关键词作为查询内容,采集社交媒体络网站中与这一具体事件相关的资料,并将采集的相关资料进行统计;
S2、事件数据分析:然后将S1中统计的相关资料输入控制芯片内,经过数据分析模块将点赞数和转发数的用户数据进行提取,此时将点赞数和转发数超过阈值的用户数据单独进行分类;
S3、事件数据计算:此时进入点赞数和转发数超过阈值的用户数据,将该类用户的历史数据进行提取,计算历史点赞数和转发数的事件数据,将热点事件数据与非热点事件数据进行对比,判断是否超过阈值;
S4、事件数据统计:其次将S3热点事件数据与非热点事件数据进行对比超过阈值的用户数据去除,然后将剩余的用户数据与S2中点赞数和转发数未超过阈值的用户数据进行统计;
S5、事件数据评估:最后将S4中统计完成后的用户数据除以基数k,计算得出的数据为事件的传播影响力评估结果,并将该类事件的传播影响力评估结果记录。
优选的,所述S1中相关的资料包括用户的粉丝数,总推文数,浏览量,关于具体事件主题的推文或博文的发布数目,点赞数和转发数。
优选的,所述S2中点赞数和转发数的阈值为2000次,且低于点赞数和转发数阈值的用户数据同样单独进行分类。
优选的,所述S3中点赞数和转发数超过阈值的用户数据,其历史数据时间为2年。
优选的,所述S3中热点事件数据与非热点事件数据进行对比时,其阈值比值为9:1。
优选的,所述S4中去除的对比超过阈值的用户数据列入黑名单,并永久性不参与下次事件影响力评估。
优选的,所述S5中统计完成后的用户数据除以基数k,其k值为当前事件总的浏览量。
优选的,所述S5中将该类事件的传播影响力评估结果记录时,采用公开发文的形式进行记录。
(三)有益效果
本发明提供了一种综合计算事件的传播影响力评估方法。与现有技术相比,具备以下有益效果:该综合计算事件的传播影响力评估方法,通过在S1、事件数据采集:首先利用社交媒体的网站,以某一具体事件的关键词作为查询内容,采集社交媒体络网站中与这一具体事件相关的资料,并将采集的相关资料进行统计;S2、事件数据分析:然后将S1中统计的相关资料输入控制芯片内,经过数据分析模块将点赞数和转发数的用户数据进行提取,此时将点赞数和转发数超过阈值的用户数据单独进行分类;S3、事件数据计算:此时进入点赞数和转发数超过阈值的用户数据,将该类用户的历史数据进行提取,计算历史点赞数和转发数的事件数据,将热点事件数据与非热点事件数据进行对比,判断是否超过阈值;S4、事件数据统计:其次将S3热点事件数据与非热点事件数据进行对比超过阈值的用户数据去除,然后将剩余的用户数据与S2中点赞数和转发数未超过阈值的用户数据进行统计;S5、事件数据评估:最后将S4中统计完成后的用户数据除以基数k,计算得出的数据为事件的传播影响力评估结果,并将该类事件的传播影响力评估结果记录,通过将点赞数和转发数超过阈值的用户数据单独进行分类,并利用点赞数和转发数超过阈值的用户数据进行历史点赞数和转发数的事件数据计算,配合用户数据进行统计后评估,不仅可以有效的剔除恶意评估的用户数据,而且能综合计算事件评估其传播影响力,提供热点事件评估的依据和参考,极大的提升了综合计算事件传播影响力评估方法的精准度。
附图说明
图1为本发明的综合计算事件传播影响力评估方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1,本发明实施例提供一种技术方案:一种综合计算事件的传播影响力评估方法,具体包括以下步骤:
S1、事件数据采集:首先利用社交媒体的网站,以某一具体事件的关键词作为查询内容,采集社交媒体络网站中与这一具体事件相关的资料,并将采集的相关资料进行统计;
S2、事件数据分析:然后将S1中统计的相关资料输入控制芯片内,经过数据分析模块将点赞数和转发数的用户数据进行提取,此时将点赞数和转发数超过阈值的用户数据单独进行分类;
S3、事件数据计算:此时进入点赞数和转发数超过阈值的用户数据,将该类用户的历史数据进行提取,计算历史点赞数和转发数的事件数据,将热点事件数据与非热点事件数据进行对比,判断是否超过阈值;
S4、事件数据统计:其次将S3热点事件数据与非热点事件数据进行对比超过阈值的用户数据去除,然后将剩余的用户数据与S2中点赞数和转发数未超过阈值的用户数据进行统计;
S5、事件数据评估:最后将S4中统计完成后的用户数据除以基数k,计算得出的数据为事件的传播影响力评估结果,并将该类事件的传播影响力评估结果记录。
本发明中,S1中相关的资料包括用户的粉丝数,总推文数,浏览量,关于具体事件主题的推文或博文的发布数目,点赞数和转发数。
本发明中,S2中点赞数和转发数的阈值为2000次,且低于点赞数和转发数阈值的用户数据同样单独进行分类。
本发明中,S3中点赞数和转发数超过阈值的用户数据,其历史数据时间为2年。
本发明中,S3中热点事件数据与非热点事件数据进行对比时,其阈值比值为9:1。
本发明中,S4中去除的对比超过阈值的用户数据列入黑名单,并永久性不参与下次事件影响力评估。
本发明中,S5中统计完成后的用户数据除以基数k,其k值为当前事件总的浏览量。
本发明中,S5中将该类事件的传播影响力评估结果记录时,采用公开发文的形式进行记录。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
综上所述,通过将点赞数和转发数超过阈值的用户数据单独进行分类,并利用点赞数和转发数超过阈值的用户数据进行历史点赞数和转发数的事件数据计算,配合用户数据进行统计后评估,不仅可以有效的剔除恶意评估的用户数据,而且能综合计算事件评估其传播影响力,提供热点事件评估的依据和参考,极大的提升了综合计算事件传播影响力评估方法的精准度。
需要说明的是,在本文中,诸如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。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种综合计算事件的传播影响力评估方法,其特征在于:具体包括以下步骤:
S1、事件数据采集:首先利用社交媒体的网站,以某一具体事件的关键词作为查询内容,采集社交媒体络网站中与这一具体事件相关的资料,并将采集的相关资料进行统计;
S2、事件数据分析:然后将S1中统计的相关资料输入控制芯片内,经过数据分析模块将点赞数和转发数的用户数据进行提取,此时将点赞数和转发数超过阈值的用户数据单独进行分类;
S3、事件数据计算:此时进入点赞数和转发数超过阈值的用户数据,将该类用户的历史数据进行提取,计算历史点赞数和转发数的事件数据,将热点事件数据与非热点事件数据进行对比,判断是否超过阈值;
S4、事件数据统计:其次将S3热点事件数据与非热点事件数据进行对比超过阈值的用户数据去除,然后将剩余的用户数据与S2中点赞数和转发数未超过阈值的用户数据进行统计;
S5、事件数据评估:最后将S4中统计完成后的用户数据除以基数k,计算得出的数据为事件的传播影响力评估结果,并将该类事件的传播影响力评估结果记录。
2.根据权利要求1所述的一种综合计算事件的传播影响力评估方法,其特征在于:所述S1中相关的资料包括用户的粉丝数,总推文数,浏览量,关于具体事件主题的推文或博文的发布数目,点赞数和转发数。
3.根据权利要求1所述的一种综合计算事件的传播影响力评估方法,其特征在于:所述S2中点赞数和转发数的阈值为2000次,且低于点赞数和转发数阈值的用户数据同样单独进行分类。
4.根据权利要求1所述的一种综合计算事件的传播影响力评估方法,其特征在于:所述S3中点赞数和转发数超过阈值的用户数据,其历史数据时间为2年。
5.根据权利要求1所述的一种综合计算事件的传播影响力评估方法,其特征在于:所述S3中热点事件数据与非热点事件数据进行对比时,其阈值比值为9:1。
6.根据权利要求1所述的一种综合计算事件的传播影响力评估方法,其特征在于:所述S4中去除的对比超过阈值的用户数据列入黑名单,并永久性不参与下次事件影响力评估。
7.根据权利要求1所述的一种综合计算事件的传播影响力评估方法,其特征在于:所述S5中统计完成后的用户数据除以基数k,其k值为当前事件总的浏览量。
8.根据权利要求1所述的一种综合计算事件的传播影响力评估方法,其特征在于:所述S5中将该类事件的传播影响力评估结果记录时,采用公开发文的形式进行记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010769981.1A CN112035603A (zh) | 2020-08-03 | 2020-08-03 | 一种综合计算事件的传播影响力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010769981.1A CN112035603A (zh) | 2020-08-03 | 2020-08-03 | 一种综合计算事件的传播影响力评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112035603A true CN112035603A (zh) | 2020-12-04 |
Family
ID=73582207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010769981.1A Pending CN112035603A (zh) | 2020-08-03 | 2020-08-03 | 一种综合计算事件的传播影响力评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112035603A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113887584A (zh) * | 2021-09-16 | 2022-01-04 | 同济大学 | 一种基于社交媒体数据的应急交通策略评估方法 |
CN114357347A (zh) * | 2021-12-28 | 2022-04-15 | 拓尔思信息技术股份有限公司 | 一种互联网文档的总访问量的估值方法 |
CN116011893A (zh) * | 2023-03-27 | 2023-04-25 | 深圳新闻网传媒股份有限公司 | 基于垂直领域的市区融媒评价方法、装置及电子设备 |
-
2020
- 2020-08-03 CN CN202010769981.1A patent/CN112035603A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113887584A (zh) * | 2021-09-16 | 2022-01-04 | 同济大学 | 一种基于社交媒体数据的应急交通策略评估方法 |
CN113887584B (zh) * | 2021-09-16 | 2022-07-05 | 同济大学 | 一种基于社交媒体数据的应急交通策略评估方法 |
CN114357347A (zh) * | 2021-12-28 | 2022-04-15 | 拓尔思信息技术股份有限公司 | 一种互联网文档的总访问量的估值方法 |
CN114357347B (zh) * | 2021-12-28 | 2024-04-26 | 拓尔思信息技术股份有限公司 | 一种互联网文档的总访问量的估值方法 |
CN116011893A (zh) * | 2023-03-27 | 2023-04-25 | 深圳新闻网传媒股份有限公司 | 基于垂直领域的市区融媒评价方法、装置及电子设备 |
CN116011893B (zh) * | 2023-03-27 | 2023-05-26 | 深圳新闻网传媒股份有限公司 | 基于垂直领域的市区融媒评价方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Machado et al. | A Study of Misinformation in WhatsApp groups with a focus on the Brazilian Presidential Elections. | |
CN112035603A (zh) | 一种综合计算事件的传播影响力评估方法 | |
CN103678613B (zh) | 一种计算影响力数据的方法与装置 | |
Abisheva et al. | Who watches (and shares) what on youtube? and when? using twitter to understand youtube viewership | |
US20170286539A1 (en) | User profile stitching | |
US10540660B1 (en) | Keyword analysis using social media data | |
US20150310018A1 (en) | Social Media Based Content Selection System | |
Narayanan et al. | Russian involvement and junk news during Brexit | |
US20120284397A1 (en) | Method and device for pushing data | |
Lin et al. | Analysis and identification of spamming behaviors in sina weibo microblog | |
CN103984703B (zh) | 邮件分类方法和装置 | |
CN107122481B (zh) | 新闻热度实时在线预测方法 | |
Hristakieva et al. | The spread of propaganda by coordinated communities on social media | |
CN103279479A (zh) | 一种面向微博客平台文本流的突发话题检测方法及系统 | |
KR101869815B1 (ko) | 집단지성을 이용한 뉴스 판단 방법 및 장치 | |
CN110728543B (zh) | 异常账号的识别方法及装置 | |
Bosagh Zadeh et al. | On the precision of social and information networks | |
CN105913322A (zh) | 一种基于用户社交圈的信息传播评估方法及装置 | |
CN103425703A (zh) | 一种网络信息的处理方法和装置 | |
Arakawa et al. | Adding T witter‐specific features to stylistic features for classifying tweets by user type and number of retweets | |
CN102314423A (zh) | 一种用于检测开放式互动平台中子集的热度的方法与设备 | |
Cha et al. | Flash floods and ripples: The spread of media content through the blogosphere | |
CN102811177A (zh) | 网络信息的分享方法及系统 | |
CN103279483A (zh) | 一种面向微博客的话题流行范围评估方法及系统 | |
Wu et al. | Detecting Crowdturfing in Social Media. |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201204 |