CN112948658A - 基于互联网突发事件的品牌舆情监测方法及系统 - Google Patents

Abstract

本发明公开了一种基于互联网突发事件的品牌舆情监测方法及系统，方法包括S1：接收人工输入的品牌数据；S2：利用网络爬虫技术对给定的多维数据源进行品牌数据的定向抓取，获取品牌数据的关联信息；S3：基于大数据技术对品牌数据的关联信息进行突发事件监测，对突发事件关联的品牌舆情信息进行计算分析，通过时间轴上的舆情变化趋势，筛选出负面舆情信息；S4：基于预设的舆情分级策略对负面舆情信息进行分级，利用预设的突发事件公关策略对不同级别的负面舆情信息给出不同的应对措施。本发明实现了对品牌的实时监控，并对品牌有关的负面舆情重大事件给出及时的处理措施，提高了品牌公关的反应速率和成功概率。

Description

基于互联网突发事件的品牌舆情监测方法及系统

技术领域

本发明涉及互联网信息分析处理技术领域，尤其涉及基于互联网突发事件的品牌舆情监测方法及系统。

背景技术

随着互联网技术的不断发展，各互联网平台已成为大众媒介，其触角几乎伸向社会的各个领域，并逐渐成为公众舆论的重要媒介。舆情监测，通常指按照一定的规则或方法，从各互联网平台上的繁杂信息中抓取关注的舆情信息，并通过分析、过滤等方式，加工处理后，最终呈现出与需求相匹配的舆情信息。

网络舆情是公众在互联网上公开表达的对某种社会现象或社会问题的具有一定影响力和倾向性的共同意见，网络舆情对品牌形象的影响与日俱增，一些网络舆情突发事件不能及时妥善处理，极有可能诱发民众的不良情绪及不良行为的发生，进而对品牌形象形成严重威胁，甚至影响公司的正常运营。因此，迫切需要一种技术手段能够实现品牌舆情在互联网上进行自动监控，以便对突发事件处置决策提供技术支持。

发明内容

本申请实施例通过提供一种基于互联网突发事件的品牌舆情监测方法及系统，解决了现有技术中品牌数据无法在网络突发事件中进行舆情方向引导的技术问题，实现了利用网络爬虫技术以及大数据技术监控并把我品牌数据在突发事件中的舆情演化方向的技术效果。

第一方面，本申请实施例提供了一种基于互联网突发事件的品牌舆情监测方法，所述方法包括：

S1：接收人工输入的品牌数据；

S2：利用网络爬虫技术对给定的多维数据源进行品牌数据的定向抓取，获取品牌数据的关联信息；

S3：基于大数据技术对品牌数据的关联信息进行突发事件监测，对突发事件关联的品牌舆情信息进行计算分析，通过时间轴上的舆情变化趋势，筛选出负面舆情信息；

S4：基于预设的舆情分级策略对负面舆情信息进行分级，利用预设的突发事件公关策略对不同级别的负面舆情信息给出不同的应对措施。

进一步地，所述步骤S1中还包括基于各类品牌发展史中已发生的负面舆情信息和正面舆情事件，对媒体信息的行为、属性、影响力制定标签和关键词库。

进一步地，所述步骤S1中，还包括利用品牌数据的标签和关键词库，建立数据识别模型，所述数据识别模型利用大数据技术将网络爬虫技术从多维度数据源中抓取的海量关联信息进行识别分析，提取出品牌数据有关的突发事件。

进一步地，所述步骤S2中，还包括利用媒体信息的行为、属性、影响力制定的标签和关键词库，设定舆情分级策略以及重点监测对象，以便对品牌数据有关的舆情信息进行分类，输出正面舆情信息、负面舆情信息以及预警舆情信息。

进一步地，所述步骤S2中，还包括接收人工定义的多维数据源，利用网络爬虫技术对多维数据源中所述品牌数据的关联信息进行主动监测抓取，提取品牌数据有关的突发事件。

进一步地，所述步骤S3中，还包括根据品牌数据有关的突发事件，对抓取的海量关联信息进行舆情分析，通过将突发事件关联的舆情信息集合在一个专题中，对品牌数据有关突发事件进行专题预览，按照时间轴分析舆情信息数量的变化趋势，筛选出正面舆情信息、负面舆情信息以及预警舆情信息。

进一步地，所述步骤S4中包括基于舆情分级策略对正面舆情信息、负面舆情信息和预警舆情信息进行分类分级后，标注不同的颜色。

进一步地，所述步骤S4中还包括计算正面舆情信息根据影响力、浏览量以及传播速率，进行分别排序和综合排序；

计算负面舆情信息的影响力、浏览量以及传播速率，并分别排序和综合排序；后按照预设的分级策略，将负面舆情信息分为多个报警级别，并用不同颜色标注不同级别的负面舆情信息。

进一步地，所述步骤S4中包括按照负面舆情信息的影响力、浏览量、传播速率的综合数据进行分级，并分别标注不同颜色；对含有品牌数据特定标签和关键词，但影响力、影响力、浏览量、传播速率较低的负面舆情信息作为预警舆情信，并跟踪监测和预判，以便根据其综合数据进行预警分级。

第二方面，本申请实施例提供了一种基于互联网突发事件的品牌舆情监测系统，采用第一方面所述的方法，包括数据导入单元、定向抓取单元、舆情分析单元、舆情处理单元；

所述数据导入单元，用于接收人工输入的品牌数据；

所述定向抓取单元，用于利用网络爬虫技术对给定的多维数据源进行品牌数据的定向抓取，获取品牌数据的关联信息；

所述舆情分析单元，用于基于大数据技术对品牌数据的关联信息进行突发事件监测，对突发事件关联的品牌舆情信息进行计算分析，通过时间轴上的舆情变化趋势，筛选出负面舆情信息；

所述舆情处理单元，用于基于预设的舆情分级策略对负面舆情信息进行分级，利用预设的突发事件公关策略对不同级别的负面舆情信息给出不同的应对措施。

本申请实施例中提供的基于互联网突发事件的品牌舆情监测方法及系统，至少具有如下技术效果：

1，本发明根据品牌数据，以及各类品牌发生的负面舆情事件和正面舆情事件，对媒体信息的行为、属性、影响力制定相应标签和关键词库，通过爬虫技术采集关于品牌数据关联的舆情事件进行计算分析，并将正面舆情信息、负面舆情信息和预警舆情信息进行分类分级，并标注不同的颜色，能够及时有效反应突发的负面舆情信息中的突发事件，并根据突发事件在舆情中的行为、属性、影响力等给出成功案例解决方案作为参考，提高了品牌公关的反应速率和成功概率。

2，本发明通过对预警舆情信息的跟踪监测和预判，能够对于突发事件的发生进行遏制和提前采取应对措施；同时对于正面舆情事件的分析和判断，能够在新闻时效期内，趁势而上，跟进发布或支持正面舆情，进一步提升品牌的正面形象，提高品牌的知名度。

附图说明

图1为本申请实施例一中基于互联网突发事件的品牌舆情监测方法流程图；

图2为本申请实施例一中基于互联网突发事件的品牌舆情监测系统框图。

具体实施方式

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

实施例一

参考图1所示，本申请实施例提供了一种基于互联网突发事件的品牌舆情监测方法，该方法包括如下步骤。

步骤S1：接收人工输入的品牌数据。

本步骤中接收人工输入的品牌数据，至少包括品牌名称、品牌发展史、品牌涉及领域、品牌人物、品牌宣传、品牌合作对象。

本步骤S1中，还包括利用品牌数据的标签和关键词库，建立数据识别模型，数据识别模型利用大数据技术将网络爬虫技术从多维度数据源中抓取的海量关联信息进行识别分析，提取出品牌数据有关的突发事件。进一步地，针对品牌数据有关的海量关联数据，利用舆情信息的热点话题的传播趋势，提取热点话题，并作为突发事件。

本步骤S1中还包括基于各类品牌发展史中已发生的负面舆情信息和正面舆情事件，对媒体信息的行为、属性、影响力制定标签和关键词库。例如，对某一品牌历史上已经出现过的舆情进行统计，针对每一次舆情，对媒体信息的行为制定标签并建立关键词库，比如批评、推广、禁止、疑问，对媒体属性制定标签并建立关键词库，比如电视、报纸、广播、户外、网络、杂质等，对媒体的影响力制定标签并建立关键词库，如影响显著、影响较大、影响一般、影响较小、影响几乎没有。

步骤S2：利用网络爬虫技术对给定的多维数据源进行品牌数据的定向抓取，获取品牌数据的关联信息。

在步骤S2中，还包括利用媒体信息的行为、属性、影响力制定的标签和关键词库，设定舆情分级策略以及重点监测对象，以便对品牌数据有关的舆情信息进行分类，输出正面舆情信息、负面舆情信息以及预警舆情信息。例如，对品牌的产品销量、股价、市值等可量化的参数有所提升，则为舆情信息的正面，反之负面。在步骤S2中，还包括接收人工定义的多维数据源，利用网络爬虫技术对多维数据源中品牌数据的关联信息进行主动监测抓取，提取品牌数据有关的突发事件。

进一步地，多维数据源包括新闻、平媒、论坛、贴吧、博客、微博、微信、新闻客户端等媒体，网络爬虫技术抓取多维数据源中品牌数据有关的标题、网址、发布时间、正文、图片、媒体名称、摘要、发布者、评论区、留言区等等信息，可以理解为多维数据源覆盖主流媒体门户网站、新闻客户端、贴吧、微博、微信等上千个数据源站点。

步骤S3：基于大数据技术对品牌数据的关联信息进行突发事件监测，对突发事件关联的品牌舆情信息进行计算分析，通过时间轴上的舆情变化趋势，筛选出负面舆情信息。

本步骤中还包括根据品牌数据有关的突发事件，对抓取的海量关联信息进行舆情分析，通过将突发事件关联的舆情信息集合在一个专题中，对品牌数据有关突发事件进行专题预览，按照时间轴分析舆情信息数量的变化趋势，筛选出正面舆情信息、负面舆情信息以及预警舆情信息。

本步骤中进一步还包括判断品牌数据有关突发事件舆情信息的正负面，基于步骤S1中媒体信息的行为属性以及影响力制定的标签和关键词，设定分类规则以及重点监测对象，以对品牌数据有关的舆情信息进行分类，输出正面舆情信息和负面舆情信息。

步骤S4：基于预设的舆情分级策略对负面舆情信息进行分级，利用预设的突发事件公关策略对不同级别的负面舆情信息给出不同的应对措施。

在步骤S4中包括基于舆情分级策略对正面舆情信息、负面舆情信息和预警舆情信息进行分类分级后，标注不同的颜色。进一步地，步骤S4中还包括计算正面舆情信息根据影响力、浏览量以及传播速率，进行分别排序和综合排序；计算负面舆情信息的影响力、浏览量以及传播速率，并分别排序和综合排序；后按照预设的分级策略，将负面舆情信息分为多个报警级别，并用不同颜色标注不同级别的负面舆情信息。其中，影响力、浏览量以及传播速率的计算过程为现有技术，无需赘述，可通过市场统计数据得出。

进一步地，在步骤S4中包括按照负面舆情信息的影响力、浏览量、传播速率的综合数据进行分级，并分别标注不同颜色；对含有品牌数据特定标签和关键词，但影响力、影响力、浏览量、传播速率较低的负面舆情信息作为预警舆情信，并跟踪监测和预判，以便根据其综合数据进行预警分级。

根据影响力、浏览量以及传播速率对正面舆情信息进行排序，包括影响力排序、浏览量排序、传播速率排序以及综合排序。且通过对发布名称标绿以展示正面舆情信息。

根据影响力、浏览量以及传播速率对负面舆情信息进行排序，包括影响力排序、浏览量排序、传播速率排序以及综合排序。预设的舆情分级策略按照步骤S1中制定的标签和关键词进行负面舆情信息分级，通常按照品牌数据中的历史突发事件的标签和关键词进行分类。进一步分级策略中还包括按照负面舆情信息的影响力、浏览量、传播速率的综合数据进行分级，本步骤中，将负面舆情信息的报警等级分为一级报警、二级报警和三级报警，并分别标注不同颜色，例如，将一级报警标为深红色，二级报警标为红色，三级报警标为粉红色；并且对含有品牌数据特定标签和关键词，但影响力、影响力、浏览量、传播速率较低的负面舆情信息重点跟踪监测和预判，并根据其综合数据进行预警分级，本步骤中分为一级预警、二级预警和三级预警，，并分别标注不同颜色。其中，将一级预警标为橙色，二级预警标为黄色，三级预警标为浅黄色。

根据预设的负面舆情信息预防公关策略，对不同等级的负面舆情信息分别采取相应的措施。进一步地，本步骤中根据预设的负面舆情信息预防公关策略，将分级后的负面舆情信息进行预防，并给出相应的公关对策。即不同等级负面舆情信息给出不同的预防公关对策，并对正面舆情信息进行分析和判断，以及跟进发布或支持正面舆情，提升品牌数据的正面形象。利用品牌数据中的历史公关案例对最新的负面舆情信息进行解析和判断，以进行遏制或提前采取措施。

进一步地，本步骤中预存有多种品牌突发负面舆情事件的成功公关处理案例库，对最新的负面舆情信息的一级报警、二级报警、三级报警分别进行解析和判断，参考类似的公关处理成功案例，以及时确定公关方案，解除负面舆情事件产生的危机，以及对负面舆情信息进行预警，密切关注其发布内容、发布媒体、影响力、浏览量和传播速率，以对于重大突发事件的发生进行遏制或提前采取应对措施。

本实施例有效反应品牌数据在突发事件引起的负面舆情信息，根据行为属性、影响力等给出成功案例解决方案作为参考，提高了品牌公关的反应速率和成功概率；通过对预警舆情事件进行跟踪监测和预判，对于突发事件的发生进行遏制或提前采取应对措施；对于正面舆情事件的分析和判断，能够在新闻时效期内，趁势而上，跟进发布或支持正面舆情，进一步提升品牌的正面形象，提高品牌的知名度。

实施例二

参考图2所示，本申请实施例提供了一种基于互联网突发事件的品牌舆情监测系统，采用实施例一种的方法，该系统包括数据导入单元100、定向抓取单元200、舆情分析单元300、舆情处理单元400。

数据导入单元100，用于接收人工输入的品牌数据。

定向抓取单元200，用于利用网络爬虫技术对给定的多维数据源进行品牌数据的定向抓取，获取品牌数据的关联信息。

舆情分析单元300，用于基于大数据技术对品牌数据的关联信息进行突发事件监测，对突发事件关联的品牌舆情信息进行计算分析，通过时间轴上的舆情变化趋势，筛选出负面舆情信息。

舆情处理单元400，用于基于预设的舆情分级策略对负面舆情信息进行分级，利用预设的突发事件公关策略对不同级别的负面舆情信息给出不同的应对措施。

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，则可对这些实施例做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 (10)

1.一种基于互联网突发事件的品牌舆情监测方法，其特征在于，所述方法包括：

S1：接收人工输入的品牌数据；

S2：利用网络爬虫技术对给定的多维数据源进行品牌数据的定向抓取，获取品牌数据的关联信息；

S3：基于大数据技术对品牌数据的关联信息进行突发事件监测，对突发事件关联的品牌舆情信息进行计算分析，通过时间轴上的舆情变化趋势，筛选出负面舆情信息；

S4：基于预设的舆情分级策略对负面舆情信息进行分级，利用预设的突发事件公关策略对不同级别的负面舆情信息给出不同的应对措施。

2.如权利要求1所述的基于互联网突发事件的品牌舆情监测方法，其特征在于，所述步骤S1中还包括基于各类品牌发展史中已发生的负面舆情信息和正面舆情事件，对媒体信息的行为、属性、影响力制定标签和关键词库。

3.如权利要求2所述的基于互联网突发事件的品牌舆情监测方法，其特征在于，所述步骤S1中，还包括利用品牌数据的标签和关键词库，建立数据识别模型，所述数据识别模型利用大数据技术将网络爬虫技术从多维度数据源中抓取的海量关联信息进行识别分析，提取出品牌数据有关的突发事件。

4.如权利要求2所述的基于互联网突发事件的品牌舆情监测方法，其特征在于，所述步骤S2中，还包括利用媒体信息的行为、属性、影响力制定的标签和关键词库，设定舆情分级策略以及重点监测对象，以便对品牌数据有关的舆情信息进行分类，输出正面舆情信息、负面舆情信息以及预警舆情信息。

5.如权利要求1所述的基于互联网突发事件的品牌舆情监测方法，其特征在于，所述步骤S2中，还包括接收人工定义的多维数据源，利用网络爬虫技术对多维数据源中所述品牌数据的关联信息进行主动监测抓取，提取品牌数据有关的突发事件。

6.如权利要求1所述的基于互联网突发事件的品牌舆情监测方法，其特征在于，所述步骤S3中，还包括根据品牌数据有关的突发事件，对抓取的海量关联信息进行舆情分析，通过将突发事件关联的舆情信息集合在一个专题中，对品牌数据有关突发事件进行专题预览，按照时间轴分析舆情信息数量的变化趋势，筛选出正面舆情信息、负面舆情信息以及预警舆情信息。

7.如权利要求6所述的基于互联网突发事件的品牌舆情监测方法，其特征在于，所述步骤S4中包括基于舆情分级策略对正面舆情信息、负面舆情信息和预警舆情信息进行分类分级后，标注不同的颜色。

8.如权利要求7所述的基于互联网突发事件的品牌舆情监测方法，其特征在于，所述步骤S4中还包括计算正面舆情信息根据影响力、浏览量以及传播速率，进行分别排序和综合排序；

计算负面舆情信息的影响力、浏览量以及传播速率，并分别排序和综合排序；后按照预设的分级策略，将负面舆情信息分为多个报警级别，并用不同颜色标注不同级别的负面舆情信息。

9.如权利要求7所述的基于互联网突发事件的品牌舆情监测方法，其特征在于，所述步骤S4中包括按照负面舆情信息的影响力、浏览量、传播速率的综合数据进行分级，并分别标注不同颜色；对含有品牌数据特定标签和关键词，但影响力、影响力、浏览量、传播速率较低的负面舆情信息作为预警舆情信，并跟踪监测和预判，以便根据其综合数据进行预警分级。

10.一种基于互联网突发事件的品牌舆情监测系统，采用如权利要求1-9任意一项所述的方法，其特征在于，包括数据导入单元、定向抓取单元、舆情分析单元、舆情处理单元；

所述数据导入单元，用于接收人工输入的品牌数据；

所述定向抓取单元，用于利用网络爬虫技术对给定的多维数据源进行品牌数据的定向抓取，获取品牌数据的关联信息；

所述舆情分析单元，用于基于大数据技术对品牌数据的关联信息进行突发事件监测，对突发事件关联的品牌舆情信息进行计算分析，通过时间轴上的舆情变化趋势，筛选出负面舆情信息；

所述舆情处理单元，用于基于预设的舆情分级策略对负面舆情信息进行分级，利用预设的突发事件公关策略对不同级别的负面舆情信息给出不同的应对措施。

Images