CN112818234B - 一种网络舆情信息分析处理方法及系统 - Google Patents
一种网络舆情信息分析处理方法及系统 Download PDFInfo
- Publication number
- CN112818234B CN112818234B CN202110141032.3A CN202110141032A CN112818234B CN 112818234 B CN112818234 B CN 112818234B CN 202110141032 A CN202110141032 A CN 202110141032A CN 112818234 B CN112818234 B CN 112818234B
- Authority
- CN
- China
- Prior art keywords
- obtaining
- hot topic
- obtaining unit
- content
- time node
- 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.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims description 17
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000009826 distribution Methods 0.000 claims abstract description 52
- 238000000855 fermentation Methods 0.000 claims abstract description 43
- 230000004151 fermentation Effects 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 41
- 230000003993 interaction Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008451 emotion Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 9
- 230000002996 emotional effect Effects 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 abstract description 5
- 230000002452 interceptive effect Effects 0.000 description 42
- 238000010586 diagram Methods 0.000 description 11
- 238000012937 correction Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 238000005728 strengthening Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001960 triggered effect 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
- G06F16/90—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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
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
本发明公开了一种网络舆情信息分析处理方法及系统，其中，所述方法包括：获得第一热点话题；获得所述第一热点话题的第一搜索关键词；构建包含所述第一搜索关键词的多义词及各类指代词的第一相关词库，依据词库对第一社交平台进行搜索；获得第一发布内容；获得所述第一热点话题的各发酵时间节点；获得所述第一发布内容在所述各发酵时间节点的互动数据；获得所述第一发布内容对于所述第一热点话题发酵的第一影响度；若所述第一影响度超过第一阈值，获得第一限流力度，对所述第一发布内容的浏览量进行控制。解决了现有技术中对于煽动性言论信息的过滤不够精准，管理强度不够的技术问题。
Description
技术领域
本发明涉及舆情分析领域，尤其涉及一种网络舆情信息分析处理方法及系统。
背景技术
大数据时代，网络舆情信息空前繁荣。人们利用各种新媒体工具在网络发表意见，阐述观点，使很多社会话题在一段时间内成为街谈巷议的焦点，互联网对社会舆论的议程设置的影响巨大，已成为思想文化信息的集散地和社会舆论的放大器。而舆论对于网民的情绪变化、行为言语等也具有一定的煽动性，因此需要依托技术手段对舆论进行正确引导，从而降低舆论的病态发酵风险。
本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
对于煽动性言论信息的过滤不够精准，管理强度不够。
发明内容
本申请实施例通过提供一种网络舆情信息分析处理方法及系统，解决了现有技术中对于煽动性言论信息的过滤不够精准，管理强度不够的技术问题，达到了基于大数据技术准确分析信息内容的传播影响力，从而加强对传播力强的信息的管控，从而降低舆论煽动性风险的技术目的。
鉴于上述问题，本申请实施例提供一种网络舆情信息分析处理方法及系统。
第一方面，本申请提供了一种网络舆情信息分析处理方法，其中，所述方法包括：获得第一热点话题；获得所述第一热点话题的第一搜索关键词；依据所述第一搜索关键词构建第一相关词库，所述第一相关词库包含所述第一搜索关键词的多义词及各类指代词；依据所述第一相关词库，获得第一搜索指令，所述第一搜索指令用于对第一社交平台进行搜索；获得第一发布内容；获得所述第一热点话题的第一浏览量数据；依据所述第一浏览量数据获得所述第一热点话题的各发酵时间节点；获得所述第一发布内容在所述各发酵时间节点的互动数据；依据所述互动数据获得所述第一发布内容对于所述第一热点话题发酵的第一影响度；判断所述第一影响度是否超过第一阈值；若所述第一影响度超过所述第一阈值，获得第一限流力度；依据所述第一限流力度，对所述第一发布内容的浏览量进行控制。
另一方面，本申请还提供了一种网络舆情信息分析处理系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一热点话题；第二获得单元，所述第二获得单元用于获得所述第一热点话题的第一搜索关键词；第三获得单元，所述第三获得单元用于依据所述第一搜索关键词构建第一相关词库，所述第一相关词库包含所述第一搜索关键词的多义词及各类指代词；第四获得单元，所述第四获得单元用于依据所述第一相关词库，获得第一搜索指令，所述第一搜索指令用于对第一社交平台进行搜索；第五获得单元，所述第五获得单元用于获得第一发布内容；第六获得单元，所述第六获得单元用于获得所述第一热点话题的第一浏览量数据；第七获得单元，所述第七获得单元用于依据所述第一浏览量数据获得所述第一热点话题的各发酵时间节点；第八获得单元，所述第八获得单元用于获得所述第一发布内容在所述各发酵时间节点的互动数据；第九获得单元，所述第九获得单元用于依据所述互动数据获得所述第一发布内容对于所述第一热点话题发酵的第一影响度；第一判断单元，所述第一判断单元用于判断所述第一影响度是否超过第一阈值；第十获得单元，所述第十获得单元用于若所述第一影响度超过所述第一阈值，获得第一限流力度；第一控制单元，所述第一控制单元用于依据所述第一限流力度，对所述第一发布内容的浏览量进行控制。
另一方面，本申请实施例还提供了一种网络舆情信息分析处理系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了基于大数据技术，通过构建热点事件关键词的相关词库，从而获得更为全面的舆论信息，并依据发布内容的互动量与热点话题的浏览量进行对比，获得所述内容对于舆论发酵的影响度，从而确定对于发布内容的限流力度，从而达到了基于大数据技术准确分析信息内容的传播影响力，从而加强对传播力强的信息的管控，从而降低舆论煽动性风险的技术目的。
上述说明是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种网络舆情信息分析处理方法的流程示意图；
图2为本申请实施例一种网络舆情信息分析处理系统的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第七获得单元17，第八获得单元18，第九获得单元19，第一判断单元20，第十获得单元21，第一控制单元22，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
本申请实施例通过提供一种网络舆情信息分析处理方法及系统，解决了现有技术中对于煽动性言论信息的过滤不够精准，管理强度不够的技术问题，达到了基于大数据技术准确分析信息内容的传播影响力，从而加强对传播力强的信息的管控，从而降低舆论煽动性风险的技术目的。
下面，将参考附图详细的描述本申请的示例实施例，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
互联网对社会舆论的议程设置的影响巨大，已成为思想文化信息的集散地和社会舆论的放大器。而舆论对于网民的情绪变化、行为言语等也具有一定的煽动性，因此需要依托技术手段对舆论进行正确引导，从而降低舆论的病态发酵风险。现有技术中还存在着对于煽动性言论信息的过滤不够精准，管理强度不够的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请提供了一种网络舆情信息分析处理方法，其中，所述方法包括：获得第一热点话题；获得所述第一热点话题的第一搜索关键词；依据所述第一搜索关键词构建第一相关词库，所述第一相关词库包含所述第一搜索关键词的多义词及各类指代词；依据所述第一相关词库，获得第一搜索指令，所述第一搜索指令用于对第一社交平台进行搜索；获得第一发布内容；获得所述第一热点话题的第一浏览量数据；依据所述第一浏览量数据获得所述第一热点话题的各发酵时间节点；获得所述第一发布内容在所述各发酵时间节点的互动数据；依据所述互动数据获得所述第一发布内容对于所述第一热点话题发酵的第一影响度；判断所述第一影响度是否超过第一阈值；若所述第一影响度超过所述第一阈值，获得第一限流力度；依据所述第一限流力度，对所述第一发布内容的浏览量进行控制。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种网络舆情信息分析处理方法，其中，所述方法包括：
步骤S100：获得第一热点话题；
具体而言，在移动终端平台，微博、微信、客户端的覆盖人群和影响力不断扩大，成为很多中国人了解新闻时事的第一信息源，热点问题产生后很容易滋生一系列的相关舆情舆论，使得问题被放大，不断在网上发酵，进而触发网络舆情舆论危机，因此需要对热点话题进行舆论监测及分析，从而准确把握舆论发展态势。
步骤S200：获得所述第一热点话题的第一搜索关键词；
具体而言，所述第一搜索关键词为与所述第一热点话题内容相关的关键词信息，用户通过搜索相关关键词，可获得所述第一热点话题的具体内容信息。通过对所述第一热点话题进行分词及语义分析，获得所述第一搜索关键词。
步骤S300：依据所述第一搜索关键词构建第一相关词库，所述第一相关词库包含所述第一搜索关键词的多义词及各类指代词；
具体而言，所述第一相关词库由所述第一搜索关键词的各类同义词及指代词所构建而成，举例而言，人们利用各种新媒体工具在网络发表意见，阐述观点时，时常使用一些网络用语、英文缩写等指代一些关键信息，通过构建所述由所述第一搜索关键词的多义词及各类指代词构成的所述第一相关词库，提高了关键词搜索的准确性，从而进一步加强了舆情监测力度。
步骤S400：依据所述第一相关词库，获得第一搜索指令，所述第一搜索指令用于对第一社交平台进行搜索；
步骤S500：获得第一发布内容；
具体而言，依据所述第一相关词库中包含的各类关键词，在所述第一社交平台进行关键词检索，从而获得与所述第一热点话题相关的发布内容信息，所述第一发布内容为排除各类官方发布内容的信息，仅对个人发布的内容进行舆情监测。
步骤S600：获得所述第一热点话题的第一浏览量数据；
步骤S700：依据所述第一浏览量数据获得所述第一热点话题的各发酵时间节点；
具体而言，通过分析所述第一热点话题的浏览量数据在各个时间节点的变化率，结合所述第一热点话题的事件发展进度，获得所述第一热点话题的所述各发酵时间节点，所述各发酵时间节点为所述第一热点话题的浏览量变化率较大的时间节点。
步骤S800：获得所述第一发布内容在所述各发酵时间节点的互动数据；
步骤S900：依据所述互动数据获得所述第一发布内容对于所述第一热点话题发酵的第一影响度；
具体而言，所述互动数据包括所述第一发布内容的浏览量、评论量、转发量、赞同量等用户进行互动的数据，通过获取所述第一发布内容在所述各发酵时间节点的互动数据，可以获知所述第一发布内容在各时间节点的互动情况变化值，从而判断所述第一发布内容对于各发酵时间节点中所述第一热点话题的传播、发酵的影响程度。若所述第一发布内容在所述第一热点话题的各个发酵时间节点，互动数据相应增长超过预设速率，则所述第一发布内容对于所述第一热点话题的影响度较大。
步骤S1000：判断所述第一影响度是否超过第一阈值；
步骤S1100：若所述第一影响度超过所述第一阈值，获得第一限流力度；
步骤S1200：依据所述第一限流力度，对所述第一发布内容的浏览量进行控制。
具体而言，若通过判断所述第一影响度超过所述第一阈值，则代表所述第一发布内容对于所述第一热点话题发酵的影响程度超过预设，所述第一发布内容具有一定舆论煽动性，则需要对所述第一发布内容进行舆论管控，如通过对所述第一发布内容进行限流等操作，减少所述第一发布内容的用户浏览覆盖率，从而一定程度上实现舆情管控。
进一步而言，本申请实施例步骤S900还包括：
步骤S901：获得第一互动用户；
步骤S902获得所述第一互动用户在第一时间阈值内的第一浏览内容；
步骤S903：依据所述第一浏览内容获得所述第一互动用户的兴趣标识信息；
步骤S904：依据所述兴趣标识信息对所述第一发布内容的各互动用户进行群体划分，获得第一用户聚类信息；
步骤S905：依据所述第一用户聚类信息获得所述第一发布内容的传播跨度等级；
步骤S906：获得第一修正指令，所述第一修正指令用于依据所述传播跨度等级对所述第一影响度进行修正。
具体而言，由所述第一发布内容的互动数据信息，获得互动用户，继而对互动用户进行追踪，获得所述第一互动用户的浏览记录，从而通过分析各浏览内容的类别，增加所述第一互动用户的兴趣标签信息，对所有互动用户进行标签分类，形成用户聚类。从而依据互动用户的用户聚类数量，确定所述第一发布内容的传播人群跨度，跨度越大，则影响度越大，从而依据所述第一传播跨度等级对所述第一影响度进行修正。
进一步而言，本申请实施例步骤S903还包括：
步骤S9031：依据所述第一浏览内容，获得N个内容类别；
步骤S9032：获得所述第一互动用户对于所述N个内容类别的各浏览频次；
步骤S9033：获得所述N个内容类别的第一浏览顺序；
步骤S9034：依据所述各浏览频次和所述第一浏览顺序确定所述兴趣标识信息。
具体而言，通过对所述第一互动用户的对不同种类浏览内容的浏览频次、浏览顺序进行分析，获得所述第一互动用户的浏览兴趣标识信息。选择用户浏览频次高、浏览顺序排前的类别标签作为所述第一互动用户的兴趣标识信息。
进一步而言，本申请实施例步骤S906还包括：
步骤S9061：依据所述第一互动用户在第一时间阈值内的第一互动记录；
步骤S9062：获得第一内容类别，所述第一内容类别为所述第一互动记录中类别为时事热点的内容信息；
步骤S9063：获得所述第一互动记录中所述第一内容类别的第一占比；
步骤S9064：获得所述第一互动用户的第一搜索记录；
步骤S9065：获得所述第一搜索记录与所述热点类信息的第一关联度；
步骤S9066：依据所述第一占比与所述第一关联度，获得所述第一互动用户的第一易感度，所述第一易感度为所述第一互动用户对于舆论的敏感程度；
步骤S9067：以此类推，获得所述各互动用户的各易感度；
步骤S9068：依据所述各易感度，获得第二修正指令；
步骤S9069：依据所述第二修正指令，对所述第一影响度进行修正。
具体而言，通过分析所述第一互动用户的互动记录，包括对于各内容信息的点赞、评论、转发等互动操作，分析所述第一互动用户对于热点信息的敏感度。热点类信息在所述第一互动用户互动记录中的占比越大，用户搜索记录中与曾有过互动操作的信息关联度越大，则用户对于热点信息的敏感度越高，用户敏感度越高，则用户越易被舆论煽动，若所述第一发布内容的互动用户中，易感人群占比较高，则需要对所述第一影响度进行修正，以增强对所述第一发布内容的把控力度。
进一步而言，本申请实施例步骤S9069还包括：
步骤S90691：获得第一易感度阈值；
步骤S90692：依据所述第一易感度阈值对所述各互动用户的所述各易感度进行划分，获得第一易感用户数量；
步骤S90693：获得所述第一易感用户数量在所述各互动用户的第二占比；
步骤S90694：依据所述第二占比，获得所述第二修正指令。
具体而言，由所述第一易感度阈值评估用户对于舆论信息的易感程度，若超过第一阈值，则评估为易感人群，通过获得所述第一发布内容的各互动用户中易感人群的占比，来对所述第一发布内容的所述第一影响度进行修正。
进一步而言，本申请实施例步骤S1100还包括：
步骤S1101：获得所述第一发布内容的第一情感倾向性等级；
步骤S1102：将所述第一情感倾向性等级作为第一输入信息；
步骤S1103：将所述第一影响度作为第二输入信息；
步骤S1104：将所述第一输入信息、第二输入信息输入至第一评估模型，获得第一输出信息，所述第一输出信息为所述第一限流力度。
具体而言，所述第一评估模型为一神经网络模型，所述神经网络模型由多组训练数据训练获得，所述神经网络模型进行训练数据的过程本质上为监督学习的过程，通过将所述第一情感倾向性等级、所述第一影响度输入至所述第一评估模型，基于神经网络模型能够不断学习、获得经验来处理数据的特点，从而对所述第一限流力度进行准确评估。所述第一限流力度为对于所述第一发布内容的限流量，力度越大，所述第一发布内容的覆盖率越小。
进一步而言，本申请实施例步骤S1101还包括：
步骤S11012：获得所述第一发布内容的第一发布形式；
步骤S11012依据所述第一发布形式获得第一识别方法；
步骤S11013：依据所述第一识别方法对所述第一发布内容进行情感倾向性分析，获得所述第一情感倾向性等级。
具体而言，所述第一发布内容的发布形式涵盖了文本、音频、图片、视频等不同类型的数据，针对不同发布形式，确定不同的语义识别工具。举例而言，若所述第一发布内容为图片、视频格式，则通过图像识别技术进行图像特征提取，若所述第一发布形式为文本，则对文本内容进行语义识别，从而进一步分析内容的情感类型，得到所述第一发布内容的第一情感倾向性等级。
综上所述，本申请实施例所提供的一种网络舆情信息分析处理方法具有如下技术效果：
1、由于采用了基于大数据技术，通过构建热点事件关键词的相关词库，从而获得更为全面的舆论信息，并依据发布内容的互动量与热点话题的浏览量进行对比，获得所述内容对于舆论发酵的影响度，从而确定对于发布内容的限流力度，从而达到了基于大数据技术准确分析信息内容的传播影响力，从而加强对传播力强的信息的管控，从而降低舆论煽动性风险的技术目的。
2、由于采用了通过由所述第一评估模型获得所述第一限流力度的方式，基于训练模型能够不断学习、获得经验来处理数据的特点，从而使得获得的限流力度信息更为准确，从而达到对舆论内容的精确把控。
实施例二
基于与前述实施例中一种网络舆情信息分析处理方法同样发明构思，本发明还提供了一种网络舆情信息分析处理系统，如图2所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一热点话题；
第二获得单元12，所述第二获得单元12用于获得所述第一热点话题的第一搜索关键词；
第三获得单元13，所述第三获得单元13用于依据所述第一搜索关键词构建第一相关词库，所述第一相关词库包含所述第一搜索关键词的多义词及各类指代词；
第四获得单元14，所述第四获得单元14用于依据所述第一相关词库，获得第一搜索指令，所述第一搜索指令用于对第一社交平台进行搜索；
第五获得单元15，所述第五获得单元15用于获得第一发布内容；
第六获得单元16，所述第六获得单元16用于获得所述第一热点话题的第一浏览量数据；
第七获得单元17，所述第七获得单元17用于依据所述第一浏览量数据获得所述第一热点话题的各发酵时间节点；
第八获得单元18，所述第八获得单元18用于获得所述第一发布内容在所述各发酵时间节点的互动数据；
第九获得单元19，所述第九获得单元19用于依据所述互动数据获得所述第一发布内容对于所述第一热点话题发酵的第一影响度；
第一判断单元20，所述第一判断单元20用于判断所述第一影响度是否超过第一阈值；
第十获得单元21，所述第十获得单元21用于若所述第一影响度超过所述第一阈值，获得第一限流力度；
第一控制单元22，所述第一控制单元22用于依据所述第一限流力度，对所述第一发布内容的浏览量进行控制。
进一步的，所述系统还包括：
第十一获得单元，所述第十一获得单元用于获得第一互动用户；
第十二获得单元，所述第十二获得单元用于获得所述第一互动用户在第一时间阈值内的第一浏览内容；
第十三获得单元，所述第十三获得单元用于依据所述第一浏览内容获得所述第一互动用户的兴趣标识信息；
第十四获得单元，所述第十四获得单元用于依据所述兴趣标识信息对所述第一发布内容的各互动用户进行群体划分，获得第一用户聚类信息；
第十五获得单元，所述第十五获得单元用于依据所述第一用户聚类信息获得所述第一发布内容的传播跨度等级；
第十六获得单元，所述第十六获得单元用于获得第一修正指令，所述第一修正指令用于依据所述传播跨度等级对所述第一影响度进行修正。
进一步的，所述系统还包括：
第十七获得单元，所述第十七获得单元用于依据所述第一浏览内容，获得N个内容类别；
第十八获得单元，所述第十八获得单元用于获得所述第一互动用户对于所述N个内容类别的各浏览频次；
第十九获得单元，所述第十九获得单元用于获得所述N个内容类别的第一浏览顺序；
第二十获得单元，所述第二十获得单元用于依据所述各浏览频次和所述第一浏览顺序确定所述兴趣标识信息。
进一步的，所述系统还包括：
第二十一获得单元，所述第二十一获得单元用于依据所述第一互动用户在第一时间阈值内的第一互动记录；
第二十二获得单元，所述第二十二获得单元用于获得第一内容类别，所述第一内容类别为所述第一互动记录中类别为时事热点的内容信息；
第二十三获得单元，所述第二十三获得单元用于获得所述第一互动记录中所述第一内容类别的第一占比；
第二十四获得单元，所述第二十四获得单元用于获得所述第一互动用户的第一搜索记录；
第二十五获得单元，所述第二十五获得单元用于获得所述第一搜索记录与所述热点类信息的第一关联度；
第二十六获得单元，所述第二十六获得单元用于依据所述第一占比与所述第一关联度，获得所述第一互动用户的第一易感度，所述第一易感度为所述第一互动用户对于舆论的敏感程度；
第二十七获得单元，所述第二十七获得单元用于以此类推，获得所述各互动用户的各易感度；
第二十八获得单元，所述第二十八获得单元用于依据所述各易感度，获得第二修正指令；
第一修正单元，所述第一修正单元用于依据所述第二修正指令，对所述第一影响度进行修正。
进一步的，所述系统还包括：
第二十九获得单元，所述第二十九获得单元用于获得第一易感度阈值；
第三十获得单元，所述第三十获得单元用于依据所述第一易感度阈值对所述各互动用户的所述各易感度进行划分，获得第一易感用户数量；
第三十一获得单元，所述第三十一获得单元用于获得所述第一易感用户数量在所述各互动用户的第二占比；
第三十二获得单元，所述第三十二获得单元用于依据所述第二占比，获得所述第二修正指令。
进一步的，所述系统还包括：
第三十三获得单元，所述第三十三获得单元用于获得所述第一发布内容的第一情感倾向性等级；
第三十四获得单元，所述第三十四获得单元用于将所述第一情感倾向性等级作为第一输入信息；
第三十五获得单元，所述第三十五获得单元用于将所述第一影响度作为第二输入信息；
第一输入单元，所述第一输入单元用于将所述第一输入信息、第二输入信息输入至第一评估模型，获得第一输出信息，所述第一输出信息为所述第一限流力度。
进一步的，所述系统还包括：
第三十六获得单元，所述第三十六获得单元用于获得所述第一发布内容的第一发布形式；
第三十七获得单元，所述第三十七获得单元用于依据所述第一发布形式获得第一识别方法；
第三十八获得单元，所述第三十八获得单元用于依据所述第一识别方法对所述第一发布内容进行情感倾向性分析，获得所述第一情感倾向性等级。
前述图1实施例一中的一种网络舆情信息分析处理方法和具体实例同样适用于本实施例的一种网络舆情信息分析处理系统，通过前述对一种网络舆情信息分析处理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种网络舆情信息分析处理系统，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种网络舆情信息分析处理方法的发明构思，本发明还提供一种网络舆情信息分析处理系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种网络舆情信息分析处理方法的任一方法的步骤。
其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请提供了一种网络舆情信息分析处理方法，其中，所述方法包括：获得第一热点话题；获得所述第一热点话题的第一搜索关键词；依据所述第一搜索关键词构建第一相关词库，所述第一相关词库包含所述第一搜索关键词的多义词及各类指代词；依据所述第一相关词库，获得第一搜索指令，所述第一搜索指令用于对第一社交平台进行搜索；获得第一发布内容；获得所述第一热点话题的第一浏览量数据；依据所述第一浏览量数据获得所述第一热点话题的各发酵时间节点；获得所述第一发布内容在所述各发酵时间节点的互动数据；依据所述互动数据获得所述第一发布内容对于所述第一热点话题发酵的第一影响度；判断所述第一影响度是否超过第一阈值；若所述第一影响度超过所述第一阈值，获得第一限流力度；依据所述第一限流力度，对所述第一发布内容的浏览量进行控制。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种网络舆情信息分析处理方法，其中，所述方法包括：
获得第一热点话题；
获得所述第一热点话题的第一搜索关键词；
依据所述第一搜索关键词构建第一相关词库，所述第一相关词库包含所述第一搜索关键词的同义词及各类指代词；
依据所述第一相关词库，获得第一搜索指令，所述第一搜索指令用于对第一社交平台进行搜索；
获得第一发布内容；
获得所述第一热点话题的第一浏览量数据；
依据所述第一浏览量数据获得所述第一热点话题的各发酵时间节点，包括：通过分析所述第一热点话题的浏览量数据在各个时间节点的变化率，结合所述第一热点话题的事件发展进度，获得所述第一热点话题的所述各发酵时间节点，所述各发酵时间节点为所述第一热点话题的浏览量变化率大的时间节点；
获得所述第一发布内容在所述各发酵时间节点的互动数据；
依据所述互动数据获得所述第一发布内容对于所述第一热点话题发酵的第一影响度；
判断所述第一影响度是否超过第一阈值；
若所述第一影响度超过所述第一阈值，获得第一限流力度；
依据所述第一限流力度，对所述第一发布内容的浏览量进行控制。
2.如权利要求1所述的方法，其中，所述获得第一限流力度，还包括；
获得所述第一发布内容的第一情感倾向性等级；
将所述第一情感倾向性等级作为第一输入信息；
将所述第一影响度作为第二输入信息；
将所述第一输入信息、第二输入信息输入至第一评估模型，获得第一输出信息，所述第一输出信息为所述第一限流力度。
3.如权利要求2所述的方法，其中，所述方法包括：
获得所述第一发布内容的第一发布形式；
依据所述第一发布形式获得第一识别方法；
依据所述第一识别方法对所述第一发布内容进行情感倾向性分析，获得所述第一情感倾向性等级。
4.一种网络舆情信息分析处理系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一热点话题；
第二获得单元，所述第二获得单元用于获得所述第一热点话题的第一搜索关键词；
第三获得单元，所述第三获得单元用于依据所述第一搜索关键词构建第一相关词库，所述第一相关词库包含所述第一搜索关键词的同义词及各类指代词；
第四获得单元，所述第四获得单元用于依据所述第一相关词库，获得第一搜索指令，所述第一搜索指令用于对第一社交平台进行搜索；
第五获得单元，所述第五获得单元用于获得第一发布内容；
第六获得单元，所述第六获得单元用于获得所述第一热点话题的第一浏览量数据；
第七获得单元，所述第七获得单元用于依据所述第一浏览量数据获得所述第一热点话题的各发酵时间节点，包括：通过分析所述第一热点话题的浏览量数据在各个时间节点的变化率，结合所述第一热点话题的事件发展进度，获得所述第一热点话题的所述各发酵时间节点，所述各发酵时间节点为所述第一热点话题的浏览量变化率大的时间节点；
第八获得单元，所述第八获得单元用于获得所述第一发布内容在所述各发酵时间节点的互动数据；
第九获得单元，所述第九获得单元用于依据所述互动数据获得所述第一发布内容对于所述第一热点话题发酵的第一影响度；
第一判断单元，所述第一判断单元用于判断所述第一影响度是否超过第一阈值；
第十获得单元，所述第十获得单元用于若所述第一影响度超过所述第一阈值，获得第一限流力度；
第一控制单元，所述第一控制单元用于依据所述第一限流力度，对所述第一发布内容的浏览量进行控制。
5.一种网络舆情信息分析处理系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-3任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110141032.3A CN112818234B (zh) | 2021-02-02 | 2021-02-02 | 一种网络舆情信息分析处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110141032.3A CN112818234B (zh) | 2021-02-02 | 2021-02-02 | 一种网络舆情信息分析处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112818234A CN112818234A (zh) | 2021-05-18 |
| CN112818234B true CN112818234B (zh) | 2022-09-02 |
Family
ID=75861706
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110141032.3A Expired - Fee Related CN112818234B (zh) | 2021-02-02 | 2021-02-02 | 一种网络舆情信息分析处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112818234B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114187126B (zh) * | 2021-11-08 | 2022-08-19 | 杭州萝卜智能技术有限公司 | 一种基于数据分析的网络舆情管控系统 |
| CN116319379B (zh) * | 2023-05-17 | 2023-08-01 | 云目未来科技(湖南)有限公司 | 一种基于传播链的网络信息引导干预方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018023981A1 (zh) * | 2016-08-03 | 2018-02-08 | 平安科技（深圳）有限公司 | 舆情分析方法、装置、设备及计算机可读存储介质 |
| CN108776671A (zh) * | 2018-05-12 | 2018-11-09 | 苏州华必讯信息科技有限公司 | 一种网络舆情监控系统及方法 |
| CN110705288A (zh) * | 2019-09-29 | 2020-01-17 | 武汉海昌信息技术有限公司 | 一种基于大数据的舆情分析系统 |
Family Cites Families (7)
| 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 |
| CN104281607A (zh) * | 2013-07-08 | 2015-01-14 | 上海锐英软件技术有限公司 | 微博热点话题分析方法 |
| CN105653527A (zh) * | 2014-11-11 | 2016-06-08 | 江苏威盾网络科技有限公司 | 一种基于网络爬虫技术的舆情处置及信息投放方法 |
| CN107590164A (zh) * | 2016-07-08 | 2018-01-16 | 广州市动景计算机科技有限公司 | 用于生成热点内容的方法、设备以及服务器 |
| CN110569431A (zh) * | 2019-08-14 | 2019-12-13 | 深圳市赛为智能股份有限公司 | 舆情信息监测方法、装置、计算机设备及存储介质 |
| CN110516067B (zh) * | 2019-08-23 | 2022-02-11 | 北京工商大学 | 基于话题检测的舆情监控方法、系统及存储介质 |
| CN110929145B (zh) * | 2019-10-17 | 2023-07-21 | 平安科技（深圳）有限公司 | 舆情分析方法、装置、计算机装置及存储介质 |
-
2021
- 2021-02-02 CN CN202110141032.3A patent/CN112818234B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018023981A1 (zh) * | 2016-08-03 | 2018-02-08 | 平安科技（深圳）有限公司 | 舆情分析方法、装置、设备及计算机可读存储介质 |
| CN108776671A (zh) * | 2018-05-12 | 2018-11-09 | 苏州华必讯信息科技有限公司 | 一种网络舆情监控系统及方法 |
| CN110705288A (zh) * | 2019-09-29 | 2020-01-17 | 武汉海昌信息技术有限公司 | 一种基于大数据的舆情分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112818234A (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110598157B (zh) | 目标信息识别方法、装置、设备及存储介质 | |
| CN112711705B (zh) | 舆情数据处理方法、设备及存储介质 | |
| CN111159341B (zh) | 基于用户投资理财偏好的资讯推荐方法及装置 | |
| CN112818234B (zh) | 一种网络舆情信息分析处理方法及系统 | |
| CN103533390A (zh) | 基于社交网络信息进行电视节目推荐的方法及系统 | |
| CN108629010B (zh) | 一种基于主题和服务组合信息的web服务推荐方法 | |
| CN109189935B (zh) | 一种基于知识图谱的app传播分析方法及系统 | |
| CN113961823B (zh) | 新闻推荐方法、系统、存储介质及设备 | |
| CN111061979A (zh) | 一种用户标签的推送方法、装置、电子设备和介质 | |
| Das et al. | Evaluating lateral interactions of motorized two-wheelers using multi-gene symbolic genetic programming | |
| CN115510326A (zh) | 基于文本特征和情感倾向的网络论坛用户兴趣推荐算法 | |
| CN116109373A (zh) | 金融产品的推荐方法、装置、电子设备和介质 | |
| Kochuieva et al. | Usage of Sentiment Analysis to Tracking Public Opinion. | |
| CN114428910A (zh) | 资源推荐方法、装置、电子设备、产品及介质 | |
| CN112671885B (zh) | 基于云计算和大数据的信息解析方法及数字金融服务平台 | |
| CN116610872B (zh) | 新闻推荐模型的训练方法及装置 | |
| CN116304128B (zh) | 基于大数据的多媒体资讯推荐系统 | |
| CN116701772A (zh) | 数据推荐方法和装置、计算机可读存储介质、电子设备 | |
| CN115203532B (zh) | 一种项目推荐方法、装置、电子设备及存储介质 | |
| KR102028356B1 (ko) | 코멘트 기반의 광고 추천 장치 및 방법 | |
| CN111026863A (zh) | 客户行为预测方法、装置、设备及介质 | |
| CN114861004A (zh) | 一种社交事件检测方法、装置及系统 | |
| CN108520012A (zh) | 基于机器学习的移动互联网用户评论挖掘方法 | |
| CN114385915A (zh) | 一种内容推荐方法、装置、存储介质及电子设备 | |
| CN113191821A (zh) | 一种数据处理方法及装置 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220818 Address after: Room 324, 3rd Floor, Tang Palace Hotel, No. 23, Yaou North Road, Horgos City, Ili Kazakh Autonomous Prefecture, Xinjiang Uygur Autonomous Region Applicant after: Horgos Big Color Information Technology Co., Ltd. Address before: B05, enterprising Park, Nankai Science Park, No.3 Weishui Road, Nankai District, Tianjin Applicant before: Zhonghui lvlang Technology (Tianjin) Group Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220902 |