CN114036221A - 一种专题事件分析方法 - Google Patents
一种专题事件分析方法 Download PDFInfo
- Publication number
- CN114036221A CN114036221A CN202111121359.0A CN202111121359A CN114036221A CN 114036221 A CN114036221 A CN 114036221A CN 202111121359 A CN202111121359 A CN 202111121359A CN 114036221 A CN114036221 A CN 114036221A
- Authority
- CN
- China
- Prior art keywords
- topic
- report
- analysis
- thematic
- special
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 claims description 44
- 238000011161 development Methods 0.000 claims description 30
- 230000000694 effects Effects 0.000 claims description 28
- 230000000699 topical effect Effects 0.000 claims description 19
- 238000013475 authorization Methods 0.000 claims description 9
- 238000007621 cluster analysis Methods 0.000 claims description 8
- 238000013506 data mapping Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000001520 comb Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- 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
- G06F16/906—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
- G06F16/90—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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种专题事件分析方法，该方法包括：确定至少一个热点；根据所述至少一个热点建立专题；对所述专题进行自动分析，获得专题分析报告；将所述专题分析报告进行展示，其中，所述专题分析报告为可编辑的分析报告。通过本发明的技术方案，可实现对热点的自动分析、自动归纳和自动汇总，从而提高热点分析效率，提高对热门热点中的重点或关键点的准确抓取，也有利于减少人为操作负担。
Description
技术领域
本发明涉及专题技术领域，尤其涉及一种专题事件分析方法。
背景技术
目前，各大网站等不同平台往往会时不时出现一些热点，而关于这些热点很多时候需要进行分析、归纳、汇总，以便了解热点的评论、发展趋势等各种信息，但现有技术中，在对热点进行归纳、汇总时，需要相关人员人为浏览与热点有关的信息，然后人为地进行分析、归纳、汇总，这就会导致效率低下，重点或者关键点有偏差，同时也增加了人为操作负担。
发明内容
本发明实施例提供了一种专题事件分析方法。所述技术方案如下：
确定至少一个热点；
根据所述至少一个热点建立专题；
对所述专题进行自动分析，获得专题分析报告；
将所述专题分析报告进行展示，其中，所述专题分析报告为可编辑的分析报告。
在一个实施例中，所述专题分析报告包括：观点分析报告；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定观点关键词；
根据所述观点关键词对所述专题的内容进行分析，提取出关于所述专题的多个观点；
对所述专题的多个观点进行聚类分析，获得关于所述专题的多类型观点；
根据关于所述专题的多类型观点，生成所述观点分析报告。
在一个实施例中，所述专题分析报告包括：事件发展过程；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定事件关键信息，其中，所述事件关键信息包括：时间信息、地点信息以及事件内容关键词；
根据所述事件关键信息，对所述专题进行事件提取，获得多个事件；
根据所述多个事件形成所述事件发展过程。
在一个实施例中，所述专题分析报告包括：传播路径；
所述对所述专题进行自动分析，获得专题分析报告，包括：
对所述专题的内容进行解析，确定所述专题中的路径关键词；
根据所述专题中的路径关键词，获取关于所述专题的传播路径。
在一个实施例中，所述专题分析报告包括：专题发展趋势；
所述对所述专题进行自动分析，获得专题分析报告，包括：
对所述专题的内容进行解析，确定所述专题的来源信息，其中，所述来源信息包括：所述专题所来自的媒体、所述专题所来自的网站、所述专题所来自的媒体的占比以及所述专题所来自的网站的占比；
根据所述专题的来源信息，预测所述专题的专题发展趋势。
在一个实施例中，所述专题分析报告包括：媒体活跃度；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定所述专题的第一报道情况，其中，所述第一报道情况包括：所述专题的报道总数量、所述专题在各媒体的报告位置、所述专题在各媒体的报告时间、所述专题在各媒体的报告数量；
根据所述专题的第一报道情况，确定所述专题在所述各媒体上的媒体活跃度；
将所述专题在所述各媒体的媒体活跃度进行排序。
在一个实施例中，所述专题分析报告包括：专题地域分析结果；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定所述专题的第二报道情况，其中，所述第二报道情况包括：所述专题的报道总数量、所述专题在各地的报告数量；
根据所述专题的第二报道情况，获取关于所述专题的专题地域分析结果。
在一个实施例中，判断所述至少一个热点是否为关于用户个人的热点；
当所述至少一个热点为关于用户个人的热点时，确定所述用户个人的第一属性信息；
根据所述用户个人的第一属性信息为所述专题分析报告创建报告标签；
将创建有报告标签的专题分析报告存储在预设数据库中；
当接收到当前用户发送的报告获取请求时，判断所述报告获取请求是否合法；
当所述报告获取请求合法时，获取所述当前用户的属性信息，并将所述当前用户的属性信息确定为第二属性信息；
根据所述第二属性信息在所述预设数据库中匹配报告标签；
将所述预设数据库中与所述第二属性信息相匹配的报告标签所对应的专题分析报告确定为与所述报告获取请求对应的专题分析报告；
将与所述报告获取请求对应的专题分析报告发送至所述当前用户。
在一个实施例中，所述自动分析包括：
根据所述专题，遍历空间专题要素；
根据所述专题要素，进行空间数据映射，并获取映射字段的属性值；
根据所述属性值，遍历历史专题数据中的专题记录，判断是否存在匹配报告；
当存在匹配报告时，通过所述匹配报告生成自动分析框架，进行专题自动分析；
当不存在匹配报告时，按照默认模式进行分析；其中，
所述默认模式包括：事件发展过程分析、传播路径分析、专题发展趋势分析、媒体活跃度分析、专题地域分析。
在一个实施例中，所述可编辑包括：
接收编辑请求；
判断所述编辑请求的编辑者是否经过编辑授权；
当存在编辑授权时，接受编辑，并在编辑后，生成编辑者的数字签章；
当不存在编辑授权时，采集编辑者的数字签名，确定编辑身份，并进行编辑授权认证，根据认证结果，判断是否进行编辑。
通过本发明的技术方案可实现以下技术效果：
在确定好至少一个热点后，可根据这些热点建立专题即热点专题，然后对该专题进行自动分析，从而获得关于该专题的专题分析报告，并将该专题分析报告进行自动展示，以通过自动分析专题，实现对热点的自动分析、自动归纳和自动汇总，从而提高热点分析效率，提高对热门热点中的重点或关键点的准确抓取，也有利于减少人为操作负担。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明所提供的一种专题事件分析方法的流程图；
图2至图10为本发明所提供的一种专题事件分析方法中各结果的截图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
为了解决上述技术问题，本发明实施例提供了一种专题事件分析方法，该方法可用于专题事件分析程序、系统或装置中，如图1所示，该方法包括步骤S101至步骤S104：
在步骤S101中，确定至少一个热点；
在步骤S102中，根据所述至少一个热点建立专题；热点与专题分析报告可以是一对一或一对多或多对一。
在步骤S103中，对所述专题进行自动分析，获得专题分析报告；
由于专题是基于热点建立的，因而，专题分析报告即热点的分析报告，可用于反映热点中的重点/关键点、发展趋势、热门程度等，相应地，获得该专题分析报告的过程即是对热点进行分析、归纳、汇总的过程，只不过最终体现形式为专题的报告。
在步骤S104中，将所述专题分析报告进行展示，其中，所述专题分析报告为可编辑的分析报告。
在确定好至少一个热点后，可根据这些热点建立专题即热点专题，然后对该专题进行自动分析，从而获得关于该专题的专题分析报告，并将该专题分析报告进行自动展示，以通过自动分析专题，实现对热点的自动分析、自动归纳和自动汇总，从而提高热点分析效率，提高对热门热点中的重点或关键点的准确抓取，也有利于减少人为操作负担。
在一个实施例中，所述专题分析报告包括：观点分析报告；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定观点关键词；
根据所述观点关键词对所述专题的内容进行分析，提取出关于所述专题的多个观点；
对所述专题的多个观点进行聚类分析，获得关于所述专题的多类型观点；
根据关于所述专题的多类型观点，生成所述观点分析报告。
通过确定观点关键词，可根据该观点关键词对专题的内容进行自动分析，以提取出该专题的所有观点，然后对观点进行聚类分析，从而得到多类型观点，即将观点进行分类，进而根据该专题的多类型观点，自动生成该观点分析报告，从而可获得关于热点的重点观点、有代表性的观点。
具体地，观点分析是对专题的评论进行分析、处理，汇聚出专题的关键观点、意见领袖，能帮助用户更加迅速第了解舆论动向、社会热点。观点类型分为：
新闻观点分析：聚焦主流媒体的观点解析；
论坛观点分析：对论坛观、评论点进行聚类分析；
微博观点分析：对微博观点、评论进行聚类分析。
在一个实施例中，所述专题分析报告包括：事件发展过程；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定事件关键信息，其中，所述事件关键信息包括：时间信息、地点信息以及事件内容关键词(即用于表征事件内容的关键词，如XX名字、关于事件的某个动作的名称等)；
根据所述事件关键信息，对所述专题进行事件提取，获得多个事件；这多个事件可以是专题中所包含的所有事件或者有代表性的事件，当然这些事件的体现方式包括但不限于新闻、广播等。
事件脉络(即事件发展过程)是通过机器自动识别、挖掘、聚类事件，分析事件热度，从每个进展的新闻集合中抽取一遍代表性的新闻，梳理事件来龙去脉，其涵盖该事件的各个重要阶段的重要信息。
根据所述多个事件形成所述事件发展过程。
通过确定事件关键信息，可对专题中涉及到的事件进行自动提取，以获得专题中的多个事件，然后将事件按照时间信息或者地点信息或者能够体现时间发展转折的事件内容关键词进行串联，从而自然而然的形成事件脉络即事件发展过程。
在一个实施例中，所述专题分析报告包括：传播路径；
所述对所述专题进行自动分析，获得专题分析报告，包括：
对所述专题的内容进行解析，确定所述专题中的路径关键词；
各种能够对专题中的事件或者热点进行传播的媒体、网站等平台均属于传播路径，而路径关键词即这些媒体、网站等平台的名字或者标识符等。
根据所述专题中的路径关键词，获取关于所述专题的传播路径。
通过对专题的内容进行自动解析，可确定专题中的路径关键词，然后通过该路径关键词即可确定该专题完整的路径关键词，进而形成关于该专题的完整的传播路径，从而确定该专题主要报道或者转发路径。
在一个实施例中，所述专题分析报告包括：专题发展趋势；
所述对所述专题进行自动分析，获得专题分析报告，包括：
对所述专题的内容进行解析，确定所述专题的来源信息，其中，所述来源信息包括：所述专题所来自的媒体、所述专题所来自的网站、所述专题所来自的媒体的占比(该占比可以是该专题在每个媒体的报道/转发次数与所有媒体的总报道/总转发次数之间的比例)以及所述专题所来自的网站的占比(该占比可以是该专题在每个网站的报道/转发次数与所有网站的总报道次数/总转发次数之间的比例)；
根据所述专题的来源信息，预测所述专题的专题发展趋势。
通过对专题的内容进行解析，可确定该专题的来源信息，然后根据该专题的来源信息，对专题的发展趋势进行预测，如预测还专题还会继续发展多久、主要通过哪个来源进行发酵，从而便于确定是否继续保留该专题或者更新该专题等。
在一个实施例中，所述专题分析报告包括：媒体活跃度；
所述对所述专题进行自动分析，获得专题分析报告，包括：
对所述专题进行自动分析，确定所述专题的第一报道情况，其中，所述第一报道情况包括：所述专题的报道总数量、所述专题在各媒体的报告位置、所述专题在各媒体的报告时间、所述专题在各媒体的报告数量；
根据所述专题的第一报道情况，确定所述专题在所述各媒体上的媒体活跃度；
将所述专题在所述各媒体的媒体活跃度进行排序。
通过对专题进行自动分析，可确定该专题的第一报道情况，然后根据该专题的第一报道情况，可确定该专题在各媒体上的媒体活跃度，进而将媒体活跃度进行排序，可便于对专题进行更新、删除、改变媒体报道情况等操作。
例如：根据专题信息的报道数量，可对该专题在微博、微信、新闻客户端、主流媒体、官方媒体等媒体上的活跃度进行对比分析。
在一个实施例中，确定活跃度包括如下步骤：
首先确定活跃度的构成因素指标h(h1，h2，……hi)；hi表示第i个活跃度指标；i为正整数，共有n个活跃度指标；共有n个活跃度指标也表示共有n个活跃度因素。活跃度指标是按照对活跃度因素影响高低顺序排列的。
根据这个活跃度指标，建立活跃度指标和活跃度因素对应的对应模型：
然后根据这个对应模型，将活跃度指标进行归一化处理：
根据这个对应模型，将活跃度因素进行熵值计算：
其中，
通常是大于0的；
根据这个归一化处理后的活跃度指标和活跃度因素的熵值，以熵权法计算活跃度：
K，表示活跃度值；
在上述计算的过程中，本发明是有n个活跃度指标的，加入带入数值：
有n个活跃度指标，但是对应的活跃度因素，有的有，有的没有：
例如：
根据这个模型，我们会发现是存在或于都因素的，活跃度因素比较少，而且比例比较低：
在归一化处理的时候：
在进行活跃度因素熵值计算的时候：
然后进行评估计算的时候，带入数值：
K＝1
最终表示活跃度为1；当活跃度超过1的时候表示活跃度已经很高了；yi的数值不仅代表存在活跃度因素，还代表活跃度因素的等级。1表示初始等级，只是有活跃度苗头；而到达2时表示已经存在较高活跃度了。
在一个实施例中，所述专题分析报告包括：专题地域分析结果；
所述对所述专题进行自动分析，获得专题分析报告，包括：
对所述专题进行自动分析，确定所述专题的第二报道情况，其中，所述第二报道情况包括：所述专题的报道总数量、所述专题在各地的报告数量；
根据所述专题的第二报道情况，获取关于所述专题的专题地域分析结果。
通过对专题进行自动分析，可确定该专题的第二报道情况，然后根据该专题的第二报道情况，可关于所述专题的专题地域分析结果，从而便于对专题进行更新、删除、改变地域分析情况等操作。
例如：可基于地图的可视化分析以及专题信息的报道数量，进行专题地域分布解析。
在一个实施例中，判断所述至少一个热点是否为关于用户个人的热点；
当所述至少一个热点为关于用户个人的热点时，确定所述用户个人的第一属性信息；
根据所述用户个人的第一属性信息为所述专题分析报告创建报告标签；报告标签可以是二维码等标签，能够反映用户个人的属性信息。
将创建有报告标签的专题分析报告存储在预设数据库中；
当接收到当前用户发送的报告获取请求时，判断所述报告获取请求是否合法；合法指的是报告获取请求来自当前用户本人的操作而非机器操作。
当所述报告获取请求合法时，获取所述当前用户的属性信息，并将所述当前用户的属性信息确定为第二属性信息；第一属性信息与第二属性信息包括但不限于用户的年龄、性别、爱好、当前居住地、身高、体重、家庭成员等。
根据所述第二属性信息在所述预设数据库中匹配报告标签；匹配报告标签的过程即将第二属性信息与第一属性信息相匹配的过程。
将所述预设数据库中与所述第二属性信息相匹配的报告标签所对应的专题分析报告确定为与所述报告获取请求对应的专题分析报告；
将与所述报告获取请求对应的专题分析报告发送至所述当前用户。
通过根据用户个人的第一属性信息，可为基于前述用户个人的热点创建的专题分析报告打上能够反映用户属性信息的报告标签，使得专题分析报告变得个性化，然后将该创建有报告标签的专题分析报告存储在预设数据库中，这样，如果接收到某一用户即当前用户发送的报告获取请求时，可根据该当前用户的属性信息在该预设数据库中进行报告标签的匹配，从而选择与当前用户适配的专题分析报告推送给用户，这样可提高专题分析报告的推荐准确率以及命中率。
最后，需要明确的是：本领域技术人员可根据实际需求，将上述多个实施例进行自由组合。
下面将结合其他实施例进一步详细说明本发明的技术方案：
开发建设研究热点或专题深度追踪分析，一是研究建立热点信息发现模型、热点信息监测模型、热点信息采集模型，二是建立专用采集子系统，对热点信息采集频率、采集持续周期、热点信息的转载情况采集、评论情况采集等方面进行算法优化和控制，三是对热点或专题进行传播热度监测、传播范围和动态跟踪、传播路径分析等，四是对网友观点意见进行聚类分析、关联分析等深度挖掘分析，五是根据用户需求，自动生成专题报告。
专题信息列表
专题信息列表是事件专题相关信息的汇总，记录事件的整体发展过程，并实时更新。
观点分析
观点分析是对专题的评论进行分析、处理，汇聚出专题的关键观点、意见领袖，能帮助用户更加迅速第了解舆论动向、社会热点。
事件脉络
事件脉络是通过机器自动识别、挖掘、聚类事件，分析事件热度，从每个进展的新闻集合中抽取一遍代表性的新闻，梳理事件来龙去脉，其涵盖该事件的各个重要阶段的重要信息。
传播路径
传播路径通过系统自动甄别传播节点，提取节点调性，分析节点影响力，摹画舆情传播路径。
统计分析
统计分析通过系统对信息处理，以图表形式展现出专题信息的媒体来源占比统计、网站统计，以此来判断专题发展趋势。
媒体活跃度
根据专题信息的报道数量，对微博、微信、新闻客户端、主流媒体、官方媒体等进行活跃度的对比分析。
地域分布
基于地图的可视化分析，根据专题信息的报道数量，进行信息地域分布解析。
专题报告
将专题信息、观点、事件脉络、传播路径、统计分析等汇总成报告导出，可编辑。
下面将进一步详细说明本发明的技术方案：
专题是以有意义和较高关注度的事件为中心，深入系统反映其发生发展和结果及影响的全过程。其中专题分析主要包括专题信息列表、观点分析、事件脉络、传播路径、统计分析、导出报告六个部分。
发现热点并快速建立热点专题，云平台根据专题自动采集相关文章及评论，用户可以收到最新的专题信息；云平台对专题所有内容、网友观点聚类分析，跟踪事件的发展过程和轨迹，分析事件在媒体中的传播路径，分析专题信息的变动趋势；自动生成专题报告。
目的
就某一热点事件，自动生成包括网民观点、事件脉络、传播路径、多维度统计分析在内的事件专题报告，全方位、多角度辅助相关人员决策部署、提供参考等。
成果展示如图2所示
专题信息列表如图3所示
专题信息列表是事件专题相关信息的汇总，记录事件的整体发展过程，并实时更新。
信息的种类可分为：文字信息、视频信息、微博信息、微信信息、贴吧信息、论坛信息、新闻客户端信息等。
观点分析
观点分析是对专题的评论进行分析、处理，汇聚出专题的关键观点、意见领袖，能帮助用户更加迅速第了解舆论动向、社会热点。观点类型如图4所示分为：
新闻观点分析：聚焦主流媒体的观点解析；
论坛观点分析：对论坛观、评论点进行聚类分析；
微博观点分析：对微博观点、评论进行聚类分析。
事件脉络如图5所示
事件脉络是通过机器自动识别、挖掘、聚类事件，分析事件热度，从每个进展的新闻集合中抽取一遍代表性的新闻，梳理事件来龙去脉，其涵盖该事件的各个重要阶段的重要信息。
传播路径如图6所示
传播路径通过系统自动甄别传播节点，提取节点调性，分析节点影响力，摹画舆情传播路径；
统计分析如图7所示
统计分析通过系统对信息处理，以图表形式展现出专题信息的媒体来源占比统计、网站统计，以此来判断专题发展趋势。
媒体活跃度如图8所示
根据专题信息的报道数量，对微博、微信、新闻客户端、主流媒体、官方媒体等进行活跃度的对比分析。
地域分布如图9所示
基于地图的可视化分析，根据专题信息的报道数量，进行信息地域分布解析。
导出报告如图10所示
将专题信息、观点、事件脉络、传播路径、统计分析等汇总成报告导出，可编辑。
在一个实施例中，所述自动分析包括：
根据所述专题，遍历空间专题要素；
根据所述专题要素，进行空间数据映射，并获取映射字段的属性值；
根据所述属性值，遍历历史专题数据中的专题记录，判断是否存在匹配报告；
当存在匹配报告时，通过所述匹配报告生成自动分析框架，进行专题自动分析；
当不存在匹配报告时，按照默认模式进行分析；其中，
所述默认模式包括：事件发展过程分析、传播路径分析、专题发展趋势分析、媒体活跃度分析、专题地域分析。
上述技术方案的原理在于：本发明在进行实施的时候，会根据专题在网络上对热点专题进行监控，进而进行数据采集，本发明的专题要素就是和专题相关的热点信息，进行空间数据映射就时基于数字映射技术实现专题要素的的属性化，可以这样理解，在数字空间中，任何的热点专题的相关要素都有其对应的属性值，进而就可以通过属性值去查找相关的专题信息，进而也可以在历史的专题信息中查找是不是又相匹配的案例，进而可以通过最快速边界的方式找到自动分析的方法，进行分析，但是就算没有相关的匹配的方法，我们也可以采用常规的默认方式。
上述技术方案的有益效果在于：本发明可以实现对专题的要素属性化，进而通过属性化的参数去找到线管的案例，以最高效率便捷的方式去对专题自动分析，生成专题报告。
在一个实施例中，所述可编辑包括：
接收编辑请求；
判断所述编辑请求的编辑者是否经过编辑授权；
当存在编辑授权时，接受编辑，并在编辑后，生成编辑者的数字签章；
当不存在编辑授权时，采集编辑者的数字签名，确定编辑身份，并进行编辑授权认证，根据认证结果，判断是否进行编辑。
上述技术方案的原理在于：本发明最后生成的专题报告时一个可以编辑的报告，但是，专题报告需要有效性和真实性，任何的修改都是要有记录的，因此本发明采用了区块链技术，以数字签名的方式进行身份认证，并且以数字签名的方式进行编辑，统计编辑的记录，从而防止有人恶意修改专题报告还不被发现。
上述技术方案的有益效果在于：本发明能够防止专题报告被人恶意修改。也能记录编辑者的数字身份信息，让每一次编辑都有记录可查，可以实现编辑内容的溯源。
本领域技术用户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种专题事件分析方法，其特征在于，包括以下步骤：
确定至少一个热点；
根据所述至少一个热点建立专题；
对所述专题进行自动分析，获得专题分析报告；
将所述专题分析报告进行展示，其中，所述专题分析报告为可编辑的分析报告。
2.根据权利要求1所述方法，其特征在于，
所述专题分析报告包括：观点分析报告；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定观点关键词；
根据所述观点关键词对所述专题的内容进行分析，提取出关于所述专题的多个观点；
对所述专题的多个观点进行聚类分析，获得关于所述专题的多类型观点；
根据关于所述专题的多类型观点，生成所述观点分析报告。
3.根据权利要求1所述方法，其特征在于，
所述专题分析报告包括：事件发展过程；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定事件关键信息，其中，所述事件关键信息包括：时间信息、地点信息以及事件内容关键词；
根据所述事件关键信息，对所述专题进行事件提取，获得多个事件；
根据所述多个事件形成所述事件发展过程。
4.根据权利要求1所述方法，其特征在于，
所述专题分析报告包括：传播路径；
所述对所述专题进行自动分析，获得专题分析报告，包括：
对所述专题的内容进行解析，确定所述专题中的路径关键词；
根据所述专题中的路径关键词，获取关于所述专题的传播路径。
5.根据权利要求1所述方法，其特征在于，
所述专题分析报告包括：专题发展趋势；
所述对所述专题进行自动分析，获得专题分析报告，包括：
对所述专题的内容进行解析，确定所述专题的来源信息，其中，所述来源信息包括：所述专题所来自的媒体、所述专题所来自的网站、所述专题所来自的媒体的占比以及所述专题所来自的网站的占比；
根据所述专题的来源信息，预测所述专题的专题发展趋势。
6.根据权利要求1所述方法，其特征在于，
所述专题分析报告包括：媒体活跃度；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定所述专题的第一报道情况，其中，所述第一报道情况包括：所述专题的报道总数量、所述专题在各媒体的报告位置、所述专题在各媒体的报告时间、所述专题在各媒体的报告数量；
根据所述专题的第一报道情况，确定所述专题在所述各媒体上的媒体活跃度；
将所述专题在所述各媒体的媒体活跃度进行排序。
7.根据权利要求1所述方法，其特征在于，
所述专题分析报告包括：专题地域分析结果；
所述对所述专题进行自动分析，获得专题分析报告，包括：
确定所述专题的第二报道情况，其中，所述第二报道情况包括：所述专题的报道总数量、所述专题在各地的报告数量；
根据所述专题的第二报道情况，获取关于所述专题的专题地域分析结果。
8.根据权利要求1至7中任一项所述方法，其特征在于，
判断所述至少一个热点是否为关于用户个人的热点；
当所述至少一个热点为关于用户个人的热点时，确定所述用户个人的第一属性信息；
根据所述用户个人的第一属性信息为所述专题分析报告创建报告标签；
将创建有报告标签的专题分析报告存储在预设数据库中；
当接收到当前用户发送的报告获取请求时，判断所述报告获取请求是否合法；
当所述报告获取请求合法时，获取所述当前用户的属性信息，并将所述当前用户的属性信息确定为第二属性信息；
根据所述第二属性信息在所述预设数据库中匹配报告标签；
将所述预设数据库中与所述第二属性信息相匹配的报告标签所对应的专题分析报告确定为与所述报告获取请求对应的专题分析报告；
将与所述报告获取请求对应的专题分析报告发送至所述当前用户。
9.根据权利要求1所述方法，其特征在于，
所述自动分析包括：
根据所述专题，遍历空间专题要素；
根据所述专题要素，进行空间数据映射，并获取映射字段的属性值；
根据所述属性值，遍历历史专题数据中的专题记录，判断是否存在匹配报告；
当存在匹配报告时，通过所述匹配报告生成自动分析框架，进行专题自动分析；
当不存在匹配报告时，按照默认模式进行分析；其中，
所述默认模式包括：事件发展过程分析、传播路径分析、专题发展趋势分析、媒体活跃度分析、专题地域分析。
10.根据权利要求1所述方法，其特征在于，
所述可编辑包括：
接收编辑请求；
判断所述编辑请求的编辑者是否经过编辑授权；
当存在编辑授权时，接受编辑，并在编辑后，生成编辑者的数字签章；
当不存在编辑授权时，采集编辑者的数字签名，确定编辑身份，并进行编辑授权认证，根据认证结果，判断是否进行编辑。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111121359.0A CN114036221A (zh) | 2021-09-24 | 2021-09-24 | 一种专题事件分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111121359.0A CN114036221A (zh) | 2021-09-24 | 2021-09-24 | 一种专题事件分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114036221A true CN114036221A (zh) | 2022-02-11 |
Family
ID=80140448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111121359.0A Pending CN114036221A (zh) | 2021-09-24 | 2021-09-24 | 一种专题事件分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114036221A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101408883A (zh) * | 2008-11-24 | 2009-04-15 | 电子科技大学 | 一种网络舆情观点收集方法 |
| CN102402715A (zh) * | 2010-09-13 | 2012-04-04 | 方正国际软件有限公司 | 事发热点区域呈现方法及装置 |
| CN102937960A (zh) * | 2012-09-06 | 2013-02-20 | 北京邮电大学 | 突发事件热点话题的识别与评估装置和方法 |
| CN103092950A (zh) * | 2013-01-15 | 2013-05-08 | 重庆邮电大学 | 一种网络舆情地理位置实时监控系统和方法 |
| WO2015196793A1 (zh) * | 2014-06-23 | 2015-12-30 | 百度在线网络技术（北京）有限公司 | 热点信息分析方法、设备和计算机存储介质 |
| CN107943905A (zh) * | 2017-11-17 | 2018-04-20 | 北京锐安科技有限公司 | 一种热点话题分析方法及系统 |
| CN108959383A (zh) * | 2018-05-31 | 2018-12-07 | 平安科技（深圳）有限公司 | 网络舆情的分析方法、装置及计算机可读存储介质 |
| CN109767084A (zh) * | 2018-12-25 | 2019-05-17 | 江苏神彩科技股份有限公司 | 一种企业环境行为分析处理的方法及设备 |
| CN110069711A (zh) * | 2019-04-23 | 2019-07-30 | 北京科技大学 | 用户价值分析方法和装置 |
| CN111191096A (zh) * | 2019-12-06 | 2020-05-22 | 浙江工业大学 | 全网爱国舆情事件识别及流行度跟踪方法 |
| CN113268976A (zh) * | 2021-02-20 | 2021-08-17 | 北京交通大学 | 一种面向微博的话题影响力评估方法 |
| CN113420946A (zh) * | 2021-01-20 | 2021-09-21 | 广州麦媒信息科技有限公司 | 一种新闻媒体的评价方法 |
-
2021
- 2021-09-24 CN CN202111121359.0A patent/CN114036221A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101408883A (zh) * | 2008-11-24 | 2009-04-15 | 电子科技大学 | 一种网络舆情观点收集方法 |
| CN102402715A (zh) * | 2010-09-13 | 2012-04-04 | 方正国际软件有限公司 | 事发热点区域呈现方法及装置 |
| CN102937960A (zh) * | 2012-09-06 | 2013-02-20 | 北京邮电大学 | 突发事件热点话题的识别与评估装置和方法 |
| CN103092950A (zh) * | 2013-01-15 | 2013-05-08 | 重庆邮电大学 | 一种网络舆情地理位置实时监控系统和方法 |
| WO2015196793A1 (zh) * | 2014-06-23 | 2015-12-30 | 百度在线网络技术（北京）有限公司 | 热点信息分析方法、设备和计算机存储介质 |
| CN107943905A (zh) * | 2017-11-17 | 2018-04-20 | 北京锐安科技有限公司 | 一种热点话题分析方法及系统 |
| CN108959383A (zh) * | 2018-05-31 | 2018-12-07 | 平安科技（深圳）有限公司 | 网络舆情的分析方法、装置及计算机可读存储介质 |
| CN109767084A (zh) * | 2018-12-25 | 2019-05-17 | 江苏神彩科技股份有限公司 | 一种企业环境行为分析处理的方法及设备 |
| CN110069711A (zh) * | 2019-04-23 | 2019-07-30 | 北京科技大学 | 用户价值分析方法和装置 |
| CN111191096A (zh) * | 2019-12-06 | 2020-05-22 | 浙江工业大学 | 全网爱国舆情事件识别及流行度跟踪方法 |
| CN113420946A (zh) * | 2021-01-20 | 2021-09-21 | 广州麦媒信息科技有限公司 | 一种新闻媒体的评价方法 |
| CN113268976A (zh) * | 2021-02-20 | 2021-08-17 | 北京交通大学 | 一种面向微博的话题影响力评估方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘宏志: "推荐系统", 31 May 2020, 北京：机械工业出版社, pages: 3 - 5 * |
| 房军等: "食品安全应急管理能力构建 云南、浙江绍兴实验基地研究", 31 October 2021, 北京：中国言实出版社, pages: 228 - 231 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shi et al. | Detecting malicious social bots based on clickstream sequences | |
| CN103297435B (zh) | 一种基于web日志的异常访问行为检测方法与系统 | |
| Gundecha et al. | Mining social media: a brief introduction | |
| CN105095211B (zh) | 多媒体数据的获取方法和装置 | |
| Feng et al. | Satar: A self-supervised approach to twitter account representation learning and its application in bot detection | |
| US9213996B2 (en) | System and method for analyzing social media trends | |
| Baglioni et al. | Preprocessing and mining web log data for web personalization | |
| CN111143655B (zh) | 一种新闻热度的计算方法 | |
| KR101385700B1 (ko) | 동영상 관련 광고를 제공하는 방법 및 그 장치 | |
| CN105210048A (zh) | 基于社交媒体的内容识别引擎 | |
| CN104836781A (zh) | 区分访问用户身份的方法及装置 | |
| CN104573016A (zh) | 一种基于行业的垂直舆情分析系统及方法 | |
| JP2014502753A (ja) | ウェブページ情報の検出方法及びシステム | |
| KR20130062442A (ko) | 협업 필터링 추천 방식을 이용한 추천 방법 및 추천 시스템 | |
| JP6280323B2 (ja) | キャプチャしたイメージを用いた動画分析装置、方法およびコンピュータ読み取り可能な記録媒体 | |
| CN114187036B (zh) | 一种基于行为特征识别的互联网广告智能推荐管理系统 | |
| CN110727805A (zh) | 社区知识图谱构建方法及系统 | |
| CN106570020A (zh) | 用于提供推荐信息的方法和装置 | |
| CN111143689A (zh) | 根据用户需求和用户画像构建推荐引擎的方法 | |
| CN107832333A (zh) | 基于分布式处理和dpi数据构建用户网络数据指纹的方法和系统 | |
| CN112000889A (zh) | 一种信息汇聚呈现系统 | |
| KR20070094264A (ko) | 신경망을 가지는 협업 필터링 시스템을 이용하여 클릭패턴에 기초한 웹 광고 추천 방법 및 그 시스템 | |
| Liu et al. | Detecting collusive spamming activities in community question answering | |
| CN111784360B (zh) | 一种基于网络链接回溯的反欺诈预测方法及系统 | |
| CN109451334A (zh) | 用户画像生成处理方法、装置及电子设备 |
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 |