CN113821729A - 一种大数据安全评估分析系统及方法 - Google Patents
一种大数据安全评估分析系统及方法 Download PDFInfo
- Publication number
- CN113821729A CN113821729A CN202111384077.XA CN202111384077A CN113821729A CN 113821729 A CN113821729 A CN 113821729A CN 202111384077 A CN202111384077 A CN 202111384077A CN 113821729 A CN113821729 A CN 113821729A
- Authority
- CN
- China
- Prior art keywords
- information
- public opinion
- value
- message information
- screening
- 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
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
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Abstract
本发明适用于计算机领域,提供了一种大数据安全评估分析系统及方法,通过相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值;当舆论影响力总值超出预警提示值,通过多渠道对监测端发送提示信息,并将预先储存的正面消息信息发布到网络平台,能够第一时间对舆论进行正向引导,控制舆论信息的扩散;监测端的决策者可以根据具体详实的提示信息第一时间对舆论的可信性进行验证,并迅速的指定对应的针对策略,使得舆论对企业或者个人造成的负面影响降到最低,甚至是将负面影响转化成一次有利的公关宣传。当监测端超时没有查看提示信息时,向监测端再次发送强提醒信息,以保证监测端在第一时间看到提示信息。
Description
技术领域
本发明属于光电子计算机领域,尤其涉及一种大数据安全评估分析系统及方法。
背景技术
随着互联网普及率的逐步提高,网络表达已逐渐成为大众诉求的现实映射,消费者、客户对企业的不满,往往都会选择网络第一时间进行发声,以求获得企业和新闻媒体大众的关注。对于企业而言,这就是潜在的舆论安全风险。
舆论安全风险是指企业单位在从事社会管理和经济活动时,可能面临的来自社会或者网络的负面信息、虚假信息、谣言等,这些负面舆论在网上发酵连带引发的危机和事故就是我们所说的舆论安全风险。网络信息爆炸的时代,舆论信息呈几何倍数增长,舆论发展复杂多变。面对纷杂、真假难辨的信息,政府和企业都需要借助大数据进行定位抓取后,对相关舆论信息进行甄别,研判舆论安全风险,再进行上报或呈送,进而判断如何开展后续舆论应对工作。
现有的舆论安全风险监测系统对于潜在安全风险的舆论信息的提示不够及时和具体,对于舆论信息的判断出现差错和延时,造成舆论信息在前期得不到较好的控制和引导,使得舆论信息对企业或者个人造成的负面影响增大甚至是造成不可逆的负面影响。
发明内容
本发明实施例提供一种大数据安全评估分析系统及方法,旨在解决现有舆论安全风险监测系统对于潜在安全风险的舆论信息的提示不够及时和具体,造成舆论信息在前期得不到较好的控制和引导,使得舆论信息对企业或者个人造成的负面影响增大甚至是造成不可逆的负面影响的问题。
本发明实施例是这样实现的,一方面,一种大数据安全评估分析方法包括:
获取被监测对象的筛选采集信息;
根据筛选采集信息,在线实时抓取相关消息信息;
根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值,并根据舆论影响力总值的变化情况,对舆论进行预测;
判断舆论影响力总值是否超出预警提示值;
当舆论影响力总值超出预警提示值,通过多渠道对监测端发送提示信息,并将预先储存的正面消息信息发布到网络平台;所述提示信息包括引发舆论事件的最初消息信息、相关消息信息主要传播渠道、相关消息信息主要传播者;
当监测端超时没有查看提示信息时,向监测端再次发送强提醒信息。
作为本发明的一种改进方案:所述获取被监测对象的筛选采集信息具体包括:
获取被监测对象的筛选采集信息;
将筛选采集信息进行分级,其中采集信息按照级别从高到低依次为:被监测对象的名称、对监测对象影响力较大的主要负面关键词、与监测对象相关的次一级监测对象名称、次一级负面关键词;每个等级的筛选采集信息对应一个相关性比重值。
作为本发明的又一种改进方案:所述根据筛选采集信息,在线实时抓取相关消息信息具体包括:
根据筛选采集信息,在线检索与采集信息相关的消息信息;
对每条相关消息信息首页进行截图保存,将相关消息信息的链接添加到截图上;
将相关消息的来源平台、检索使用的筛选采集信息、动态数据以标签的形式与截图对应保存;
监测动态数据的变化,并对动态数据进行实时更新;所述动态数据按照传播综合值大小进行传播梯度划分,每一传播梯度对应一个传播力度值。
作为本发明的另一种改进方案:所述动态数据包括浏览量和转发量,将浏览量和转发量综合加权处理,得到动态数据所处的传播梯度;其中加权处理的结果数值越大,对应的传播梯度等级越高,相应的传播力度值越大。
作为本发明的进一步方案:对在线检索的平台进行等级划分,划分的依据是平台影响力大小,将在线检索平台划分为主流平台、次级平台和小众平台,每一类平台对应一个扩散性比重值。
作为本发明的再进一步方案:所述根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值具体包括:
根据检索得到相关消息信息所使用的筛选采集信息,对使用相同筛选采集信息得到的相关消息信息的数量进行统计,得到舆论数量值;
将舆论数量值与数量警戒值进行对比;
当舆论数量值超过数量警戒值的时候,将获取每条相关消息信息所使用的筛选采集信息的相关性比重值、每条相关消息信息来源平台对应的扩散性比重值以及当前相关消息信息的动态数据对应的传播力度值三者相乘,得到每条相关消息信息的舆论影响力个值;
将使用相同筛选采集信息得到的所有相关消息信息的舆论影响力个值相加,得到舆论影响力总值。
作为本发明的优化方案:所述根据舆论影响力总值的变化情况,对舆论进行预测具体包括:
实时更新每条相关消息信息的动态数据;
对应的修改舆论影响力总值,计算随时间推移舆论影响力总值的增长率;
判断增长率是否小于预警增长率;
当增长率不小于预警增长率的时候,对监测端发送特别关注提醒信息,用于提醒监测端对同类相关消息信息进行关注,提前做好应对预案。
另一方面,一种大数据安全评估分析系统包括:
筛选采集信息获取模块,用于获取被监测对象的筛选采集信息;
相关消息信息抓取模块,用于根据筛选采集信息,在线实时抓取相关消息信息;
统计预测模块,用于根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值,并根据舆论影响力总值的变化情况,对舆论进行预测;
预警判断模块,用于判断舆论影响力总值是否超出预警提示值;
提示信息发送模块,用于当舆论影响力总值超出预警提示值,通过多渠道对监测端发送提示信息,并将预先储存的正面消息信息发布到网络平台;所述提示信息包括引发舆论事件的最初消息信息、相关消息信息主要传播渠道、相关消息信息主要传播者;
强提醒模块,用于当监测端超时没有查看提示信息时,向监测端再次发送强提醒信息。
所述筛选采集信息获取模块具体包括:
筛选采集信息获取单元,用于获取被监测对象的筛选采集信息;
信息分级单元,用于将筛选采集信息进行分级,其中采集信息按照级别从高到低依次为:被监测对象的名称、对监测对象影响力较大的主要负面关键词、与监测对象相关的次一级监测对象名称、次一级负面关键词;每个等级的筛选采集信息对应一个相关性比重值。
所述相关消息信息抓取模块具体包括:
信息检索单元,用于根据筛选采集信息,在线检索与采集信息相关的消息信息;
截图保存单元,用于对每条相关消息信息首页进行截图保存,将相关消息信息的链接添加到截图上;
标签保存单元,用于将相关消息的来源平台、检索使用的筛选采集信息以及动态数据以标签的形式与截图对应保存;
数据更新单元,用于监测动态数据的变化,并对动态数据进行实时更新;所述动态数据按照传播综合值大小进行传播梯度划分,每一传播梯度对应一个传播力度值。
本发明的有益效果:根据筛选采集信息,在线实时抓取相关消息信息,然后根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值,并根据舆论影响力总值的变化情况,对舆论进行预测;当舆论影响力总值超出预警提示值,通过多渠道对监测端发送提示信息,以便于监测端随时都能收到提示信息,并将预先储存的正面消息信息发布到网络平台,能够第一时间对舆论进行正向引导,控制舆论信息的扩散;监测端接收到的提示信息包括引发舆论事件的最初消息信息、相关消息信息主要传播渠道以及相关消息信息主要传播者,监测端的决策者可以根据这些具体详实的提示信息第一时间对舆论的可信性进行验证,并迅速的指定对应的针对策略,使得舆论对企业或者个人造成的负面影响降到最低,甚至是将负面影响转化成一次有利的公关宣传。除此之外,实时监控监测端是否对提示信息进行查看确认,当监测端超时没有查看提示信息时,向监测端再次发送强提醒信息,以保证监测端在第一时间看到提示信息。从而解决了现有舆论安全风险监测系统对于潜在安全风险的舆论信息的提示不够及时和具体,使得舆论信息对企业或者个人造成的负面影响增大的问题。
附图说明
图1是一种大数据安全评估分析方法运行环境示意图;
图2是一种大数据安全评估分析方法主流程图;
图3是一种大数据安全评估分析方法中相关消息信息获取流程图;
图4是一种大数据安全评估分析方法中舆论影响力总值分析流程图;
图5是一种大数据安全评估分析系统的内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明通过获取被监测对象的筛选采集信息;根据筛选采集信息,在线实时抓取相关消息信息;根据筛选采集信息,在线实时抓取相关消息信息,然后根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值,并根据舆论影响力总值的变化情况,对舆论进行预测;当舆论影响力总值超出预警提示值,通过多渠道对监测端2发送提示信息,以便于监测端2随时都能收到提示信息,并将预先储存的正面消息信息发布到网络平台,能够第一时间对舆论进行正向引导,控制舆论信息的扩散;监测端2接收到的提示信息包括引发舆论事件的最初消息信息、相关消息信息主要传播渠道以及相关消息信息主要传播者,监测端2的决策者可以根据这些具体详实的提示信息第一时间对舆论的可信性进行验证,并迅速的指定对应的针对策略,使得舆论对企业或者个人造成的负面影响降到最低,甚至是将负面影响转化成一次有利的公关宣传。除此之外,实时监控监测端2是否对提示信息进行查看确认,当监测端2超时没有查看提示信息时,向监测端2再次发送强提醒信息,以保证监测端2在第一时间看到提示信息。从而解决了现有舆论安全风险监测系统对于潜在安全风险的舆论信息的提示不够及时和具体,使得舆论信息对企业或者个人造成的负面影响增大的问题。
图1示出了本发明实施例的一种大数据安全评估分析方法运行环境示意图,其中录入端1用于将筛选采集信息录入并上传到大数据安全评估分析系统,大数据安全评估分析系统根据筛选采集信息在线对相关消息进行检索、收集、分析和预测,当出现需要预警的舆论消息时,向监测端2发送提示信息,并且监控监测端2是否查看提示信息,当监测端2没有查看,向监测端2再次发送强提醒信息。所述录入端1可以是电脑,移动手机或者平板电脑等,所述监测端2可以是显示屏,电脑,手机等,用于接收强提醒信息的可以是手机或者警示灯等。
图2示出了本发明实施例的一种大数据安全评估分析方法主流程图,所述大数据安全评估分析方法包括:
步骤S10:获取被监测对象的筛选采集信息。人工输入筛选采集信息的关键词,根据关键词进行信息的检索和抓取,并且在输入关键词的过程中,可以为关键词添加重要性等级。
步骤S11:根据筛选采集信息,在线实时抓取相关消息信息。所谓的实时,可以是一直在线监测检索,也可以是隔一段时间定时检索一次,进行检索的时候,每个平台均进行一个刷新检索,以防止有所疏漏。
步骤S12:根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值,并根据舆论影响力总值的变化情况,对舆论进行预测。
步骤S13:判断舆论影响力总值是否超出预警提示值。预警提示值的作用是提醒监测端2,舆论达到如此大的影响力的时候,舆论的影响力在之后可能会继续增大,达到预警提示值的舆论,说明舆论参与的人数较多,根据转发推送等用户上网操作习惯,以预警提示值为基础,舆论扩散的速度将会更快,此时不管舆论增长的快慢,都应该予以高度的重视,以减少舆论的扩散,提前做好舆论的控制和引导。
步骤S14:当舆论影响力总值超出预警提示值,通过多渠道对监测端2发送提示信息,并将预先储存的正面消息信息发布到网络平台,以便于第一时间向外界释放正向信号,能够第一时间对舆论进行正向引导,控制舆论信息的扩散;所述提示信息包括引发舆论事件的最初消息信息、相关消息信息主要传播渠道、相关消息信息主要传播者,根据最初消息信息能够判断出舆论事件发生的时间,来源地,进而根据这些推测出舆论事件是否为恶意攻击等,监测端2的决策者可以根据这些具体详实的提示信息第一时间对舆论的可信性进行验证,并迅速的指定对应的针对策略,根据主要传播渠道和主要传播者,能够有效的针对性的进行舆论的遏制,使得舆论扩散在短时间内得到减缓,舆论对企业或者个人造成的负面影响降到最低,然后有更多的时间进一步消除舆论的负面的影响,甚至是将负面影响转化成一次有利的公关宣传。
步骤S15:实时监控监测端2是否对提示信息进行查看确认,当监测端2超时没有查看提示信息时,向监测端2再次发送强提醒信息,以保证监测端2在第一时间看到提示信息。所谓的强提醒,可以是直接通过拨打监控者或者决策者的手机进行提醒,或者直接在监控室内进行预警铃声的加强等。从而解决了现有舆论安全风险监测系统对于潜在安全风险的舆论信息的提示不够及时和具体,使得舆论信息对企业或者个人造成的负面影响增大的问题。
在本实施例的一种情况中,所述获取被监测对象的筛选采集信息具体包括:
步骤S100:获取被监测对象的筛选采集信息。
步骤S101:将筛选采集信息进行分级,其中采集信息按照级别从高到低依次为:被监测对象的名称、对监测对象影响力较大的主要负面关键词、与监测对象相关的次一级监测对象名称、次一级负面关键词;每个等级的筛选采集信息对应一个相关性比重值。筛选采集信息与被监测对象的关联性越强,等级越高,相关性比重值也就越大。例如上述几个等级的筛选采集信息对应的相关性比重值依次为1,0.6,0.5,0.3。
图3示出了本发明实施例的一种大数据安全评估分析方法中相关消息信息获取流程图,所述根据筛选采集信息,在线实时抓取相关消息信息具体包括:
步骤S110:根据筛选采集信息,在线检索与采集信息相关的消息信息。对在线检索的平台进行等级划分,划分的依据是平台影响力大小,将在线检索平台划分为主流平台、次级平台和小众平台,每一类平台对应一个扩散性比重值。平台越大,用户越多,舆论消息扩散的也就越快。例如主流平台、次级平台和小众平台对应的扩散性比重值分别为20,6,2。
步骤S111:对每条相关消息信息首页进行截图保存,将相关消息信息的链接添加到截图上。截图保存是为了减少点开链接的时间,能够第一时间大致了解每条舆论消息的大概内容,如果需要进一步了解,可以再次点击图片,进入消息链接查看完整内容。
步骤S112:将相关消息的来源平台、检索使用的筛选采集信息、动态数据以标签的形式与截图对应保存。对上述信息进行保存,是为了进一步分析相关消息信息的发展趋势以及对相关消息信息进行溯源,以便于更好的监控和预测舆论消息的发展。
步骤S113:监测动态数据的变化,并对动态数据进行实时更新;所述动态数据按照传播综合值大小进行传播梯度划分,每一传播梯度对应一个传播力度值。其中,所述动态数据包括浏览量和转发量,将浏览量和转发量综合加权处理,得到动态数据所处的传播梯度;其中加权处理的结果数值越大,对应的传播梯度等级越高,相应的传播力度值越大。对于浏览量或者转发量超过一定数值的消息进行突出显示,并给予提醒,对监控到的大流量的相关消息信息进行时间排序,找到消息裂变的轨迹和时间点。例如,一则消息在微博上发布,浏览量和转发量分别是3万和5千,其中转发的影响力要比浏览的影响力大,因此假设转发所占比重为0.8,浏览所占比重为0.2,则该条消息的传播综合值为30*0.2+5*0.8=10,依据传播综合值,将消息的传播梯度分为很弱(小于1)、较弱(1-3)、弱(3-7)、较强(7-15)、强(15-20)、很强(20以上)等多个级别,对应的传播力度值可以为1,2,5,15,50,180等。
图4示出了本发明实施例的一种大数据安全评估分析方法中舆论影响力总值分析流程图,所述根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值具体包括:
步骤S20:根据检索得到相关消息信息所使用的筛选采集信息,对使用相同筛选采集信息得到的相关消息信息的数量进行统计,得到舆论数量值。
步骤S21:将舆论数量值与数量警戒值进行对比。先进行简单的数量上的判断,当消息数量达到一定级别的时候,消息被看到的可能性就会增大,从而增加消息传播的速度和影响力。
步骤S22:当舆论数量值超过数量警戒值的时候,将获取每条相关消息信息所使用的筛选采集信息的相关性比重值、每条相关消息信息来源平台对应的扩散性比重值以及当前相关消息信息的动态数据对应的传播力度值三者相乘,得到每条相关消息信息的舆论影响力个值。例如,一则消息在微博平台上被传播,所使用的筛选采集信息的相关性比重值为1,微博平台对应的扩散性比重值为20,传播力度值为15,则该条消息的舆论影响力个值为300。
步骤S23:将使用相同筛选采集信息得到的所有相关消息信息的舆论影响力个值相加,得到舆论影响力总值。
在本实施例的一种情况中,所述根据舆论影响力总值的变化情况,对舆论进行预测具体包括:
步骤S30:实时更新每条相关消息信息的动态数据。由于消息的浏览量和转发量是实时变化的,因此需要及时更新。
步骤S31:对应的修改舆论影响力总值,计算随时间推移舆论影响力总值的增长率。
步骤S32:判断增长率是否小于预警增长率,以此判断舆论扩散的速度。
步骤S33:当增长率不小于预警增长率的时候,说明舆论扩散的速度很快,未来舆论影响的力度会超出掌控,对监测端2发送特别关注提醒信息,用于提醒监测端2对同类相关消息信息进行关注,提前做好应对预案。
图5示出了本发明实施例的一种大数据安全评估分析系统的内部结构示意图,所述大数据安全评估分析系统包括:
筛选采集信息获取模块100,用于获取被监测对象的筛选采集信息。
相关消息信息抓取模块200,用于根据筛选采集信息,在线实时抓取相关消息信息。
统计预测模块300,用于根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值,并根据舆论影响力总值的变化情况,对舆论进行预测。
预警判断模块400,用于判断舆论影响力总值是否超出预警提示值;
提示信息发送模块500,用于当舆论影响力总值超出预警提示值,通过多渠道对监测端2发送提示信息,并将预先储存的正面消息信息发布到网络平台;所述提示信息包括引发舆论事件的最初消息信息、相关消息信息主要传播渠道、相关消息信息主要传播者。
强提醒模块600,用于当监测端2超时没有查看提示信息时,向监测端2再次发送强提醒信息。
在本实施例的一种情况中,所述筛选采集信息获取模块100具体包括:
筛选采集信息获取单元110,用于获取被监测对象的筛选采集信息;
信息分级单元120,用于将筛选采集信息进行分级,其中采集信息按照级别从高到低依次为:被监测对象的名称、对监测对象影响力较大的主要负面关键词、与监测对象相关的次一级监测对象名称、次一级负面关键词;每个等级的筛选采集信息对应一个相关性比重值。
在本实施例的一种情况中,所述相关消息信息抓取模块200具体包括:
信息检索单元210,用于根据筛选采集信息,在线检索与采集信息相关的消息信息;
截图保存单元220,用于对每条相关消息信息首页进行截图保存,将相关消息信息的链接添加到截图上;
标签保存单元230,用于将相关消息的来源平台、检索使用的筛选采集信息以及动态数据以标签的形式与截图对应保存;
数据更新单元240,用于监测动态数据的变化,并对动态数据进行实时更新;所述动态数据按照传播综合值大小进行传播梯度划分,每一传播梯度对应一个传播力度值。
为了能够加载上述方法和系统能够顺利运行,该系统除了包括上述各种模块之外,还可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。
本应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种大数据安全评估分析方法,其特征在于,所述方法包括:
获取被监测对象的筛选采集信息;
根据筛选采集信息,在线实时抓取相关消息信息;
根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值,并根据舆论影响力总值的变化情况,对舆论进行预测;
判断舆论影响力总值是否超出预警提示值;
当舆论影响力总值超出预警提示值,通过多渠道对监测端发送提示信息,并将预先储存的正面消息信息发布到网络平台;所述提示信息包括引发舆论事件的最初消息信息、相关消息信息主要传播渠道、相关消息信息主要传播者;
当监测端超时没有查看提示信息时,向监测端再次发送强提醒信息。
2.如权利要求1所述的大数据安全评估分析方法,其特征在于,所述获取被监测对象的筛选采集信息具体包括:
获取被监测对象的筛选采集信息;
将筛选采集信息进行分级,其中采集信息按照级别从高到低依次为:被监测对象的名称、对监测对象影响力较大的主要负面关键词、与监测对象相关的次一级监测对象名称、次一级负面关键词;每个等级的筛选采集信息对应一个相关性比重值。
3.如权利要求2所述的大数据安全评估分析方法,其特征在于,所述根据筛选采集信息,在线实时抓取相关消息信息具体包括:
根据筛选采集信息,在线检索与采集信息相关的消息信息;
对每条相关消息信息首页进行截图保存,将相关消息信息的链接添加到截图上;
将相关消息的来源平台、检索使用的筛选采集信息以及动态数据以标签的形式与截图对应保存;
监测动态数据的变化,并对动态数据进行实时更新;所述动态数据按照传播综合值大小进行传播梯度划分,每一传播梯度对应一个传播力度值。
4.如权利要求3所述的大数据安全评估分析方法,其特征在于,所述动态数据包括浏览量和转发量,将浏览量和转发量综合加权处理,得到动态数据的传播综合值,根据传播综合值判断动态数据所处的传播梯度;其中加权处理的结果数值越大,对应的传播梯度等级越高,相应的传播力度值越大。
5.如权利要求3所述的大数据安全评估分析方法,其特征在于,所述动态数据包括浏览量和转发量,将浏览量和转发量综合加权处理,得到动态数据的传播综合值,根据传播综合值判断动态数据所处的传播梯度;其中加权处理的结果数值越大,对应的传播梯度等级越高,相应的传播力度值越大。
6.如权利要求5所述的大数据安全评估分析方法,其特征在于,所述根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值具体包括:
根据检索得到相关消息信息所使用的筛选采集信息,对使用相同筛选采集信息得到的相关消息信息的数量进行统计,得到舆论数量值;
将舆论数量值与数量警戒值进行对比;
当舆论数量值超过数量警戒值的时候,将获取每条相关消息信息所使用的筛选采集信息的相关性比重值、每条相关消息信息来源平台对应的扩散性比重值以及当前相关消息信息的动态数据对应的传播力度值三者相乘,得到每条相关消息信息的舆论影响力个值;
将使用相同筛选采集信息得到的所有相关消息信息的舆论影响力个值相加,得到舆论影响力总值。
7.如权利要求6所述的大数据安全评估分析方法,其特征在于,所述根据舆论影响力总值的变化情况,对舆论进行预测具体包括:
实时更新每条相关消息信息的动态数据;
对应的修改舆论影响力总值,计算随时间推移舆论影响力总值的增长率;
判断增长率是否小于预警增长率;
当增长率不小于预警增长率的时候,对监测端发送特别关注提醒信息,用于提醒监测端对同类相关消息信息进行关注,提前做好应对预案。
8.一种大数据安全评估分析系统,其特征在于,所述系统包括:
筛选采集信息获取模块,用于获取被监测对象的筛选采集信息;
相关消息信息抓取模块,用于根据筛选采集信息,在线实时抓取相关消息信息;
统计预测模块,用于根据相关消息信息的来源和动态数据对相关消息信息进行统计,形成舆论影响力总值,并根据舆论影响力总值的变化情况,对舆论进行预测;
预警判断模块,用于判断舆论影响力总值是否超出预警提示值;
提示信息发送模块,用于当舆论影响力总值超出预警提示值,通过多渠道对监测端发送提示信息,并将预先储存的正面消息信息发布到网络平台;所述提示信息包括引发舆论事件的最初消息信息、相关消息信息主要传播渠道、相关消息信息主要传播者;
强提醒模块,用于当监测端超时没有查看提示信息时,向监测端再次发送强提醒信息。
9.如权利要求8所述的大数据安全评估分析系统,其特征在于,所述筛选采集信息获取模块具体包括:
筛选采集信息获取单元,用于获取被监测对象的筛选采集信息;
信息分级单元,用于将筛选采集信息进行分级,其中采集信息按照级别从高到低依次为:被监测对象的名称、对监测对象影响力较大的主要负面关键词、与监测对象相关的次一级监测对象名称、次一级负面关键词;每个等级的筛选采集信息对应一个相关性比重值。
10.如权利要求8所述的大数据安全评估分析系统,其特征在于,所述相关消息信息抓取模块具体包括:
信息检索单元,用于根据筛选采集信息,在线检索与采集信息相关的消息信息;
截图保存单元,用于对每条相关消息信息首页进行截图保存,将相关消息信息的链接添加到截图上;
标签保存单元,用于将相关消息的来源平台、检索使用的筛选采集信息以及动态数据以标签的形式与截图对应保存;
数据更新单元,用于监测动态数据的变化,并对动态数据进行实时更新;所述动态数据按照传播综合值大小进行传播梯度划分,每一传播梯度对应一个传播力度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111384077.XA CN113821729A (zh) | 2021-11-19 | 2021-11-19 | 一种大数据安全评估分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111384077.XA CN113821729A (zh) | 2021-11-19 | 2021-11-19 | 一种大数据安全评估分析系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113821729A true CN113821729A (zh) | 2021-12-21 |
Family
ID=78918043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111384077.XA Pending CN113821729A (zh) | 2021-11-19 | 2021-11-19 | 一种大数据安全评估分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113821729A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608200A (zh) * | 2015-12-28 | 2016-05-25 | 湖南蚁坊软件有限公司 | 一种网络舆论趋势预测分析方法 |
CN106126558A (zh) * | 2016-06-16 | 2016-11-16 | 东软集团股份有限公司 | 一种舆情监控方法及装置 |
CN106886916A (zh) * | 2017-01-20 | 2017-06-23 | 电通公共关系顾问(北京)有限公司 | 声誉管理系统及方法 |
CN109408620A (zh) * | 2018-10-11 | 2019-03-01 | 杭州安恒信息技术股份有限公司 | 一种网络舆论趋势预测的方法、装置、设备及存储介质 |
-
2021
- 2021-11-19 CN CN202111384077.XA patent/CN113821729A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608200A (zh) * | 2015-12-28 | 2016-05-25 | 湖南蚁坊软件有限公司 | 一种网络舆论趋势预测分析方法 |
CN106126558A (zh) * | 2016-06-16 | 2016-11-16 | 东软集团股份有限公司 | 一种舆情监控方法及装置 |
CN106886916A (zh) * | 2017-01-20 | 2017-06-23 | 电通公共关系顾问(北京)有限公司 | 声誉管理系统及方法 |
CN109408620A (zh) * | 2018-10-11 | 2019-03-01 | 杭州安恒信息技术股份有限公司 | 一种网络舆论趋势预测的方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Laylavi et al. | Event relatedness assessment of Twitter messages for emergency response | |
Aghababaei et al. | Mining social media content for crime prediction | |
KR100980117B1 (ko) | 내부정보 유출위협 분석방법 | |
US20170330117A1 (en) | System for and method for detection of insider threats | |
CN105117484A (zh) | 一种互联网舆情监测方法和系统 | |
US20220084051A1 (en) | System and method for processing public sentiment, computer storage medium and electronic device | |
Fujiki et al. | Identification of bursts in a document stream | |
Sivasangari et al. | Isolating rumors using sentiment analysis | |
CN114648393A (zh) | 一种应用于招投标的数据挖掘方法、系统及设备 | |
CN116996325B (zh) | 一种基于云计算的网络安全检测方法及系统 | |
CN111858924A (zh) | 一种具有网络舆情监控及分析功能的系统 | |
WO2022052546A1 (zh) | 舆情数据处理系统及方法、计算机存储介质、电子设备 | |
Chen et al. | Cost-effective node monitoring for online hot eventdetection in sina weibo microblogging | |
Fahmi et al. | Mining social media (twitter) data for corporate image analysis: a case study in the indonesian mining industry | |
Boldt et al. | Predicting burglars’ risk exposure and level of pre-crime preparation using crime scene data | |
CN113821729A (zh) | 一种大数据安全评估分析系统及方法 | |
CN106649775A (zh) | 评估搜索行为满意度的方法、装置及服务器 | |
CN116108955A (zh) | 社会矛盾纠纷的升级预警方法、装置、设备及存储介质 | |
Li et al. | Prediction of rumors wide-spreading on social media by logistic regression modeling: taking water resource pollution rumors spreading as an example | |
Souza et al. | A methodology for the assessment of the quality of information from robbery events to enrich situational awareness in emergency management systems | |
Atherton | Narrative and numerical: Bridging the gap between quantitative & qualitative data through user-centered data system design | |
Chen | Research on key technology of Web hierarchical topic detection and evolution based on behaviour tracking analysis | |
CN117891997A (zh) | 一种舆情管理和跨部门联合处置方法与系统 | |
CN115809256B (zh) | 治安管理综合信息系统和可视化展示方法 | |
CN113590597B (zh) | 网络异常行为重点人员分析层级划分的识别方法及设备 |
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: 20211221 |