CN116450924A - 智慧环保平台生态环境舆情监控系统的分析模块和方法 - Google Patents
智慧环保平台生态环境舆情监控系统的分析模块和方法 Download PDFInfo
- Publication number
- CN116450924A CN116450924A CN202211102169.9A CN202211102169A CN116450924A CN 116450924 A CN116450924 A CN 116450924A CN 202211102169 A CN202211102169 A CN 202211102169A CN 116450924 A CN116450924 A CN 116450924A
- Authority
- CN
- China
- Prior art keywords
- information
- public opinion
- environmental protection
- event
- user
- 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 108
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012544 monitoring process Methods 0.000 title claims abstract description 41
- 230000007613 environmental effect Effects 0.000 claims abstract description 158
- 230000008451 emotion Effects 0.000 claims description 73
- 230000008859 change Effects 0.000 claims description 35
- 238000010586 diagram Methods 0.000 claims description 27
- 230000006399 behavior Effects 0.000 claims description 17
- 238000011161 development Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000009792 diffusion process Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000002372 labelling Methods 0.000 claims description 7
- 238000005065 mining Methods 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 6
- 230000008520 organization Effects 0.000 claims description 6
- 238000012098 association analyses Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000003912 environmental pollution Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000003058 natural language processing Methods 0.000 claims description 4
- 230000007935 neutral effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 230000001537 neural effect Effects 0.000 claims description 3
- 235000020188 drinking water Nutrition 0.000 claims description 2
- 239000003651 drinking water Substances 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000003911 water pollution Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 208000028659 discharge Diseases 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013550 semantic technology Methods 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—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
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了智慧环保平台生态环境舆情监控系统的分析模块和方法。智慧环保平台生态环境舆情监控系统的分析方法包括:获取用户选择的信息专题创建指令,根据信息专题创建指令创建信息舆情专题,信息专题指令包括信息来源和/或信息搜索条件,根据信息专题指令采集待分析舆情信息;根据目标环保事件设定信息对应的关键词或样例文章从待分析舆情信息中获取目标舆情信息;对目标舆情信息进行分析,获取环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告。本发明能够有效提升用户工作效率,减轻用户工作负担。
Description
技术领域
本发明环境保护技术领域,尤其涉及智慧环保平台生态环境舆情监控系统的分析模块和方法。
背景技术
随着社交媒体的普及,网络信息比以往任何时候传播得都更加迅速且深远。某些突发事件经过网络传播往往会在很短的时间内造成很大社会影响。尤其是一些负面信息,如果不能及时发现并加以阻断就可能会造成不可挽回的信用、名誉或财产损失,甚至导致社会动荡。
为了尽可能地减少这种不必要的伤害,需要对网络舆情进行监测、对危机等级进行评估,从而及时进行危机分析并在恰当的时机加以干预。目前对于网络危险舆情的判断只采用几个简单统计量,如阅读数、评论数、点赞数等,没有考虑到不同平台的传播力度、传播机制、目标传播用户群体的问题,容易发生误判导致反应过激或延迟,不能很好的控制危险舆情的传播。
发明内容
基于此,有必要针对上述问题,提出了智慧环保平台生态环境舆情监控系统的分析模块和方法。
一种智慧环保平台生态环境舆情监控系统的分析方法,包括:
获取用户选择的信息专题创建指令,根据所述信息专题创建指令创建信息舆情专题,所述信息专题指令包括信息来源和/或信息搜索条件,根据所述信息专题指令采集待分析舆情信息;
根据目标环保事件设定信息对应的关键词或样例文章从所述待分析舆情信息中获取目标舆情信息;
对所述目标舆情信息进行分析,获取所述环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告。
其中,所述对所述目标舆情信息进行分析,获取所述环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告的步骤,包括:
从时间、地域、网站中至少一个维度,对所述环保事件的目标舆情信息进行自动智能分析;
从网民分布、年龄、性别、参与方式中至少一个维度,对所述环保事件的网民参与情况进行自动智能分析,获取所述网民的人群画像;
根据所述目标舆情信息获取事件发展趋势走向示意图,所述事件发展趋势走向示意图上包括至少一个事件关键节点;
进行所述环保事件的媒体报道和网民观点的正负立场分析,获取立场分析结果;
根据所述人群画像、所述事件发展趋势走向示意图和所述立场分析结果生成所述环保事件报告。
其中,所述进行所述环保事件的媒体报道和网民观点的正负立场分析的步骤,包括:
分析所述目标分析环保舆情中评论内容,抽取情感词汇,快捷计算情感词倾向性及倾向程度,获取公众对环保决策态度及观点的倾向性。
其中,所述分析所述目标分析环保舆情中评论内容,抽取情感词汇,快捷计算情感词倾向性及倾向程度的步骤,包括:
根据预设词语倾向对所述目标舆情信息的词语进行情感倾向分析,所述预设词语倾向包括名词、动词、形容词和副词及其倾向,还包括人名、机构名、产品名、事件名及其倾向;
对所述目标舆情信息的句子中的主观性信息进行分析和提取,对句子情感倾向进行判断,以及从句子中提取出与情感倾向性论述相关联的要素,所述要素包括情感倾向性论述的持有者、评价对象、倾向极性、强度;
从整体上判断所述目标舆情信息的文章的情感倾向性。
其中,所述根据所述目标舆情信息获取事件发展趋势走向示意图的步骤,包括:
根据所述待分析舆情信息中网页数据的变化、词频的变化、转载及扩散的变化进行分析,获取环保舆情演变的趋势预测,并对所述待分析舆情信息的起始、发展过程进行时空可视化展现。
其中,所述根据所述待分析舆情信息中网页数据的变化、词频的变化、转载及扩散的变化进行分析的步骤,包括:
基于自然语言处理技术,根据文章内容相似程度获取包括同一舆情内容的的所有传播网站;
根据所述传播网站的网页数据的变化、词频的变化、转载及扩散的变化所述传播网站获取舆情传播走势分析,以不同的载体分类呈现。
其中,所述从网民分布、年龄、性别、参与方式中至少一个维度,对所述环保事件的网民参与情况进行自动智能分析,获取所述网民的人群画像的步骤,包括:
对所述待分析舆情信息中的公众行为进行分析挖掘,提取用户的兴趣特征和关注重点,并结合空间分析方法提取用户感兴趣的空间区域。
其中,所述对所述待分析舆情信息中的公众行为进行分析挖掘,提取用户的兴趣特征和关注重点,并结合空间分析方法提取用户感兴趣的空间区域的步骤,包括:
基于多维情境感知计算模型,确定用户的基本情境信息,并将用户进行细化分类,归纳出具有时空特点和关注重点的用户基本类型集合;
对用户情境信息进行自动标注,提取出用户的兴趣特征数据;
对用户兴趣区域的空间标注,结合周边的环境污染源及生态环境敏感区域联系分析,分析出用户关注的空间区域范围。
其中,所述基于多维情境感知计算模型,确定用户的基本情境信息,并将用户进行细化分类,归纳出具有时空特点和关注重点的用户基本类型集合的步骤,包括:
建立PDA多维度情感模型,其中,P代表愉悦度,用于表示个体情感状态的正负特性,A代表激活度,用于表示个体的神经生理激活水平,D代表优势度,用于表示个体对情景和他人的影响或被影响状态,
将情感计算的数据库按照形态划分为文字数据库和图标数据库,其中,所述文字数据库划分为积极和消极两类以及五类情感类别,所述五类情感类别包括强积极,弱积极,中性,弱消极,强消极;所述图标数据库包括多种常用图标,每个图标被赋予不同等的情绪,从而获取当前话语中的情绪表达;
所述文字数据库和所述图标数据库所对应的情感文字或图标,都赋予不同分数的P值和A值;
获取最终的P值和A值,D值需要关联空间标注,作为P值和A值所对应函数的系数,设置为包括0.1-2之间,P值是根据用户行为进行标注,或者用户自己标注。
其中,所述根据所述信息专题指令采集待分析舆情信息的步骤之后,包括:
综合网站重要程度、文章出现位置、主题相关度、点击回复次数、传播数量以及用户自定义规则,计算每个待分析舆情信息的权重,获取所述待分析舆情信息中的热点舆情信息,根据所述热点舆情信息定制行业热点信息和区域热点信息。
其中,所述根据所述信息专题指令采集待分析舆情信息的步骤之后,包括:
分析所述热点舆情信息与环保部门相关度,定位相关环保部门,针对所述热点舆情信息提供相应的解决方案,及时公开生态舆情事件处理进程;
分析所述热点舆情信息与企业相关度,定位相关企业,督促企业快速向公众公开事件处理及进展情况;
根据公众行为特征的用户偏好分析结果,分析所述热点舆情信息相关度,快速向公众推送个性化信息。
其中,所述根据所述信息专题指令采集待分析舆情信息的步骤之后,包括:
对所述热点舆情信息涉及到的人名、地名、内容、人物中的至少一个因素进行关联分析,形成对应的资讯信息关联内容,并对所述资讯信息关联内容进行归类管理与显示。
一种智慧环保平台生态环境舆情监控系统的分析模块,包括:
收集单元,用于获取用户选择的信息专题指令,所述信息专题指令包括信息来源和/或信息搜索条件,根据所述信息专题指令采集待分析舆情信息;
获取单元,用于根据目标环保事件设定信息对应的关键词或样例文章从所述待分析舆情信息中获取目标舆情信息;
分析单元,用于对所述目标舆情信息进行分析,获取所述环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告。
一种智慧环保平台生态环境舆情监控系统的分析模块,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上所述方法的步骤。
其中,所述基于智慧环保平台饮用水源管理系统的管理及应急模块包括存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上所述方法的步骤。
采用本发明实施例,具有如下有益效果:
获取用户选择的信息专题创建指令,根据信息专题指令采集待分析舆情信息,根据目标环保事件设定信息对应的关键词或样例文章从待分析舆情信息中获取目标舆情信息,对目标舆情信息进行分析,获取环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告,能够方便用户对舆情信息进行及时的了解,并及时进行分析获取环保事件报告,提升用户的工作效率,减轻工作负担。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1是本发明提供的智慧环保平台生态环境舆情监控系统的分析方法的第一实施例的流程示意图;
图2是本发明提供的环保事件报告页面的页面示意图;
图3是本发明提供的智慧环保平台生态环境舆情监控系统的分析方法的第二实施例的流程示意图;
图4是本发明提供的示重点网站报道量情况的页面示意图;
图5是本发明提供的立场分析结果的页面示意图;
图6是本发明提供的智慧环保平台生态环境舆情监控系统的分析方法的第三实施例的流程示意图;
图7是本发明提供的快照页面示意图;
图8是本发明提供的智慧环保平台生态环境舆情监控系统的分析模块的一实施例的结构示意图;
图9是本发明提供的智慧环保平台生态环境舆情监控系统的分析模块的另一实施例的结构示意图;
图10是本发明提供的存储介质的一实施例的结构示意图。
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作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,图1是本发明提供的智慧环保平台生态环境舆情监控系统的分析方法的第一实施例的流程示意图。本发明提供的智慧环保平台生态环境舆情监控系统包括如下步骤:
S101:获取用户选择的信息专题创建指令,根据信息专题创建指令创建信息舆情专题,信息专题指令包括信息来源和/或信息搜索条件,根据信息专题指令采集待分析舆情信息。
在一个具体的实施场景中,获取用户选择的信息专题指令,信息专题指令用于构建至少一个信息专题,包括信息来源和/或信息搜索条件,信息来源用于指示从何处获取待分析舆情信息,例如微博、具体的网站、贴吧、公众号等,信息搜索条件包括搜索区域、搜索行业、搜索关键词、搜索有效期、搜索频率中的至少一个。
进一步地,信息专题指令还包括专题分组,包括宣传专题、舆情专题、重点关注专题、历史专题和报告专题中的至少一个,还包括搜索结果可查阅人群,以及专题等级(1-5级+特级)。
当信息舆情专题建立后,将一直处于信息收集状态,采集指定的信息来源中满足信息搜索条件的待分析舆情信息,并整理后汇报给用户。用户也可以选择任一个已经建立的信息舆情专题进行查阅,查阅其收集的待分析舆情信息。
在一个实施场景中,为快速、准确的从网页信息中获取有价值的线索信息,系统采用实体抽取技术,将人名、地名、时间、地点、机构名、专有名词等有意义的信息,从舆情信息中提取出来存入数据库,从而为后期进行舆情信息的分析研判提供数据支撑。
S102:根据目标环保事件设定信息对应的关键词或样例文章从待分析舆情信息中获取目标舆情信息。
在一个具体的实施场景中,根据目标环保事件设定信息对应的关键词或样例文章从待分析舆情信息中获取目标舆情信息。目标环保事件设定信息为用户根据环保重点事件或者环保热点事件编辑的,包括对应的关键词或样例文章,例如一篇微博文章在网上被多人转发且被大V转发了,则将该微博文章作为样例文章。或者根据环保重点事件或者环保热点事件内容获取关键词,例如地点、人物、事件等,例如水污染、排污处理、自来水有异味、宝安区、新安街道、工作人员、接待员等等。
根据关键词或样例文章从待分析舆情信息中获取目标舆情信息,例如可以筛选出待分析舆情信息中包括关键词的目标舆情信息。再例如,根据样例文章进行文义分析,从待分析舆情信息中获取具有相同或相似的文义信息的目标舆情信息。或者可以从样例文章中获取描述事件的信息和倾向性语句,从待分析舆情信息中获取描述相同事件且具有相同倾向性的目标舆情信息。
S103:对目标舆情信息进行分析,获取环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告。
在一个具体的实施场景中,对目标舆情信息进行分析,获取环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告。可以根据目标舆情信息的评论数量、转发数量以及目标舆情信息的整体数据量,获取关注级别,根据环保事件的具体内容、影响到的范围、事件的传播速度获取事件级别。结合事件级别和关注级别以及对目标舆情信息的概述生成环保事件报告。目标舆情信息的概述包括目标舆情信息的环保事件的关注时限信息、地点范围信息、事件内容信息和人物信息中的至少一项。进一步地,还可以结合时间轴显示目标舆情信息的热度变化趋势。请结合参阅图2,图2是本发明提供的环保事件报告页面的页面示意图。
在其他实施场景中,可以获取用户的重点关注领域和重点关注信息,对海量的目标舆情信息进行自动分类,比如将按照水污染、大气污染或者土壤污染等进行分类。在其他实施场景中,可以对目标舆情信息中的每篇文章进行文义分析,把内容相近的文档归为一类,并自动为该类生成主题词,可以通过机器自学习对分类进行不断调优,并支持多维度分类。
在其他实施场景中,用户获取环保事件列表,该环保事件列表可以根据目标舆情信息进行分类后获取的,进一步对对环保事件进行分类、分级展示。用户可查看每个环保事件的所有相关报道,并对所有相关报道按照时间、热度、正负面等方面进行排序及筛选。用户针对相关报道可进行包括标记、加入收藏、发送文章、批量导出等操作。从而用户能够更加方便的获取环保事件的分析结果,提升用户的工作效率。
在一个实施场景中,用户可以对目标舆情信息中的文章进行检索,可以输入关键词或语句进行检索,按照相关度向用户反馈检索结果。
在一个实施场景中,用户在浏览目标舆情信息时,获取用户的快照指令,将自动通过该篇文章的原文链接,自动抓取原文链接页面,包括图片和文本。为每一个客户组织设定的保存快照数量(服务器端)为100个,当超过100个时,系统提示“您保存的快照数量不能超过100个,请删除部分快照后,重新操作。”请结合参阅图7,图7是本发明提供的快照页面示意图。新生成的快照,页面上方标注类似“以下是该网页在北京时间2018年08月05日19:44:58的快照”和“网页http://www.nihaowang.com/的作者无关,不对其内容负责。快照不代表被搜索网站的即时页面”的话术表达。新生成的快照,链接为AMS系统生成,且长期有效。如果快照名称不填写,默认名称为“2018-08-05-19:44:58-张三”,其中张三为登录系统的客户或内容人员名称。对快照可执行【编辑】、【删除】、【查看】、【保存】操作,
通过上述描述可知,在本实施例中,获取用户选择的信息专题创建指令,根据信息专题指令采集待分析舆情信息,根据目标环保事件设定信息对应的关键词或样例文章从待分析舆情信息中获取目标舆情信息,对目标舆情信息进行分析,获取环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告,能够方便用户对舆情信息进行及时的了解,并及时进行分析获取环保事件报告,提升用户的工作效率,减轻工作负担。
请参阅图3,图3是本发明提供的智慧环保平台生态环境舆情监控系统的分析方法的第二实施例的流程示意图。本发明提供的智慧环保平台生态环境舆情监控系统包括如下步骤:
S201:获取用户选择的信息专题创建指令,根据信息专题创建指令创建信息舆情专题,信息专题指令包括信息来源和/或信息搜索条件,根据信息专题指令采集待分析舆情信息。
S202:根据目标环保事件设定信息对应的关键词或样例文章从待分析舆情信息中获取目标舆情信息。
在一个具体的实施场景中,步骤S201-S202与本发明提供的智慧环保平台生态环境舆情监控系统的分析方法的第一实施例中的步骤S101-S102基本一致,此处不再进行赘述。
S203:从时间、地域、网站中至少一个维度,对环保事件的目标分析舆情进行自动智能分析。
在一个具体的实施场景中,从时间、地域、网站等多维度,对该环保事件的媒体相关报道情况进行自动智能分析。可以通过时间节点方式展示事件关键节点,例如,获取该环保事件在不同时间节点的舆情倾向(正面还是负面)以及热度值或群众关注情况,收集舆情倾向发送生变化(例如由正面转向负面)或者热度值陡增的时间点发生的目标舆情信息内容,进行分析获取事件关键节点,例如,及时发表了申明、及时作出缓解措施或补偿措施等。进一步地,还可以展示重点网站报道量情况,重点网站可以是根据网站的日常流量进行选择,也可以是根据用户的设置,还可以展示报道的地域、区域分布情况,用户可以更加清楚的了解舆情分布的情况。请结合参阅图4,图4是本发明提供的示重点网站报道量情况的页面示意图。
S204:从网民分布、年龄、性别、参与方式中至少一个维度,对环保事件的网民参与情况进行自动智能分析,获取网民的人群画像。
在一个具体的实施场景中,对与该目标舆情信息相关的网民(包括转发人、发布人、评论人、点赞人、收藏人等)从区域分布、年龄、性别、参与方式中至少一个维度进行自动智能分析,获取网民在该环保事件的整个事件周期内的参与趋势,例如在事件初期的参与人数与事件中期的参与人数变化趋势。获取网民在在该环保事件中活跃的网民参与情况,例如是转发声援的人数多还是表达抗议和不满的人数多。获取该环保事件中参与网民的人群画像,包括年龄、性别、参与方式、认证情况、情感倾向、参与积极度、关注时长等。
在一个实施场景中,可以对目标舆情信息中的公众行为进行分析挖掘,提取用户的兴趣特征和关注重点,并结合空间分析方法,提取用户感兴趣的空间区域。基于多维情境感知计算模型,确定公众用户的基本情境信息,并将用户进行细化分类,归纳出具有时空特点和关注重点的用户基本类型集合。可以对用户情境信息进行半自动标注,提取出用户的兴趣特征数据,基于web语义技术对用户的兴趣特征数据进行描述和表达,得到用户兴趣特征。通过对用户兴趣区域的空间标注,结合周边的环境污染源及生态环境敏感区域等联系分析等,分析出用户关注的空间区域范围,为后期进行精准个性化信息推送提供支持。
在一个实施场景中,建立PDA多维度情感模型,其中,P代表愉悦度,用于表示个体情感状态的正负特性,A代表激活度,用于表示个体的神经生理激活水平,D代表优势度,用于表示个体对情景和他人的影响或被影响状态。基于PDA多维度情感模型对待分析舆情信息进行情感挖掘。预设PDA多维度情感模型的情感计算的数据库,该数据库包括文字数据库和图标数据库。待分析舆情信息也包括文字信息和图片信息,同时从文字和图片两个角度进行情感挖掘,能够更加准确地获取用户的情感倾向分类。所述文字数据库划分为五类情感类别,所述五类情感类别包括强积极,弱积极,中性,弱消极,强消极。所述图标数据库包括多种常用图标,每个图标被赋予不同等的情绪。所述文字数据库的情感文字和所述图标数据库的图标都赋予不同分数的P值和A值,通过深度学习或自学习不断修正情感文字和图标对应的A值和P值。基于所述PDA多维度情感模型对所述待分析舆情信息进行分析获取最终的P值和A值,D值作为P值和A值所对应函数的系数需要关联空间标注,设置为0.1-2之间,P值是根据用户行为进行标注,或者用户自己标注。基于最终的A值、P值和D值确定用户的基本情境信息。
S205:根据目标舆情信息获取事件发展趋势走向示意图,事件发展趋势走向示意图上包括至少一个事件关键节点。
在一个具体的实施场景中,根据目标舆情信息对该环保事件在整个周期内的传播过程、演化情况的分析。通过事件的相关报道,提取出关键的节点并绘制出时间轴,通过直观的方式展现事件的来龙去脉,以及发展演化过程。
在一个实施场景中,根据目标舆情信息获取网页数据的变化、词频的变化、转载及扩散的变化,实现对环保舆情演变的趋势预测,并对舆情的起始、发展过程进行时空可视化展现。可以基于自然语言处理技术,根据文章内容相似程度计算相似文章,方便获取同一内容文章的所有传播网站。可以对于一段时间内的舆情信息走势进行分析展示,可以以不同的载体如论坛、新闻等分类呈现。还可以对于重要的热点新闻信息进行分析和追踪,自动统计相关的新闻和论坛传播情况以及舆情的走势,进行爆发趋势分析。
S206:进行环保事件的媒体报道和网民观点的正负立场分析,获取立场分析结果。
在一个具体的实施场景中,获取环保事件的媒体报道和网民观点的正负立场数据,进行统计和分析,获取立场分析结果。请结合参阅图5,图5是本发明提供的立场分析结果的页面示意图。
在一个实施场景中,可以基于机器学习和人工训练,建立具有倾向程度的情感词典库。基于情感词典库对目标舆情信息进行情感分析,分析目标舆情信息中评论内容(如留言板、新闻评论),抽取评论内容中的情感词汇,通过神经网络快捷计算情感词倾向性及倾向程度,从而获取公众对环保决策态度及观点的倾向性。进一步,可以对于目标舆情信息进行正负面以及中性的区分,发现负面舆情信息及时分析,及时采取应对措施,防止舆情的扩散。
在一个实施场景中,词语的褒贬性(或称为极性),通常分为褒义、贬义和中性三种,词语的情感倾向除了极性之外,还包括倾向性的强烈程度。根据情感词典库中的预设词语倾向对目标舆情信息的词语进行情感倾向分析,预设词语倾向包括名词、动词、形容词和副词及其倾向,还包括人名、机构名、产品名、事件名及其倾向。通过目标舆情信息中的各个词语的倾向进行统计分析,获取情感词倾向性及倾向程度。
在一个实施场景中,对目标舆情信息的句子中的主观性信息进行分析和提取,对句子情感倾向进行判断,以及从句子中提取出与情感倾向性论述相关联的要素,要素包括情感倾向性论述的持有者、评价对象、倾向极性、强度,从而获取每条句子的情感词倾向性及倾向程度,从而获取目标舆情信息的情感词倾向性及倾向程度。
在一个实施场景中,从整体上判断目标舆情信息中的每篇文章的情感倾向性,即褒贬态度,从而获取目标舆情信息的情感词倾向性及倾向程度。
在一个实施场景中,对目标舆情信息从不同信息源抽取出、针对某个话题的情感倾向性信息进行集成和分析,进而挖掘出用户对于该环保事件整体态度的特点和走势。
S207:根据人群画像、事件发展趋势走向示意图和立场分析结果生成环保事件报告。
在一个具体的实施场景中,根据人群画像、事件发展趋势走向示意图和立场分析结果生成环保事件报告。
通过上述描述可知,在本实施场景中从时间、地域、网站中至少一个维度,对环保事件的目标分析舆情进行自动智能分析,从网民分布、年龄、性别、参与方式中至少一个维度,对环保事件的网民参与情况进行自动智能分析,获取网民的人群画像,根据目标舆情信息获取事件发展趋势走向示意图,进行环保事件的媒体报道和网民观点的正负立场分析,获取立场分析结果,根据人群画像、事件发展趋势走向示意图和立场分析结果生成环保事件报告,用户能够全面而准确的获取对舆情信息的分析结果,提升分析的有效性和准确性。
请参阅图6,图6是本发明提供的智慧环保平台生态环境舆情监控系统的分析方法的第三实施例的流程示意图。本发明提供的智慧环保平台生态环境舆情监控系统包括如下步骤:
S301:获取用户选择的信息专题创建指令,根据信息专题创建指令创建信息舆情专题,信息专题指令包括信息来源和/或信息搜索条件,根据信息专题指令采集待分析舆情信息。
在一个具体的实施场景中,步骤S301与本发明提供的智慧环保平台生态环境舆情监控系统的分析方法的第一实施例中的步骤S101基本一致,此处不再进行赘述。
S302:综合网站重要程度、文章出现位置、主题相关度、点击回复次数、传播数量以及用户自定义规则,计算每个待分析舆情信息的权重,获取待分析舆情信息中的热点舆情信息,根据热点舆情信息定制行业热点信息和区域热点信息。
在一个具体的实施场景中,可综合网站重要程度、文章出现位置、主题相关度、点击回复次数、传播数量以及用户自定义规则等复杂参数,计算舆情信息权重,准确分析出热点舆情信息。
通过对网络用户关注热点信息的统计分析,从而实现对网络中所出现新的信息的热点分析与跟踪。可获取用户访问量信息站点,并对该站点中的信息进行抽取和处理,从而能够根据用户的访问情况形成对热点信息的自动发掘。针对环保行业及区域特点,系统可以定制详细的行业热点信息和区域热点信息。
对重要的环保热点新闻信息进行分析和追踪,对于环境污染事件引起的网络舆情,可以及时掌握舆情爆发点和事态。根据新闻文章数及文章在各大网站和社区的传播链进行自动跟踪统计,提供不同时间段的热点新闻。对每条热点新闻还可以查看新闻相关传播链,了解在某一时间段该热点新闻在哪些站点的传播数量。
在其他实施场景中,通过热点词语可以实现不同信息的有效关联,包括对热点舆情信息涉及到的人名、地名等因素的关联分析,相似文章的关联分析,相关人物的分析等,从而形成对应的资讯信息关联内容,并对关联信息进行归类管理与显示,从而为热点词语的高端检索以及信息多样化展示提供支撑,同时提升用户对热点信息的获取效率。
可以基于聚类分析算法,准确分析出同一话题相关的相似文章,自主发现不同文章中出现的相同目标人物,从而为舆情分析和舆情处理提供有效的定位辅助。
在一个实施场景中,可以根据用户的阅读、搜索记录来预测该用户感兴趣的舆情信息,基于内容推荐算法、协同推荐算法等推算出用户感兴趣的舆情信息,基于移动APP技术将用户感兴趣的舆情信息推送到生态环境监管APP、企业APP以及市民APP,实现舆情按需主动推荐给生态环境监管部门、企业以及公众。
分析热点舆情信息与环保部门相关度,在环保舆情事件发生时,迅速定位相关环保部门,对相关事件进行核实,针对具体问题提供相应的解决方案,及时公开生态舆情事件处理进程,引导公众舆情。基于热点舆情信息的舆情关键信息(例如业务关键词、业务相关语句)智能匹配定位到相关业务处室,将热点舆情信息对应的环保舆情事件信息与服务器上的舆情应急处置方案进行映射匹配,根据匹配度得到满足业务处室正确处置舆情的方法。根据环保事件舆情的实时变化和公众用户行为的特征,设计来源权威、科学性强的正向环保事件处置方案,以手机APP软件为平台支撑,根据环保舆情事件处理进程,向环保部门用户精准推送正确的处置方法,以引导环保事件舆情。
基于热点舆情信息的舆情关键信息智能匹配定位到相关企业,将热点舆情信息对应的环保舆情事件信息与服务器上的舆情应急处置方案进行映射匹配,根据匹配度得到满足企业正确处置舆情的方法。根据环保事件舆情的实时变化和公众用户行为的特征,设计来源权威、科学性强的正向环保事件处置方案,以手机APP软件为平台支撑,根据环保舆情事件处理进程,向企业用户精准推送正确的处置方法,以引导环保事件舆情。
根据公众行为特征获取用户偏好分析结果,基于移动APP平台,分析环保热点信息相关度,在环保舆情事件发生时,快速向公众推送个性化信息,引导公众舆情。基于公众行为特征分析出的公众用户偏好,将用户信息需求与服务器上的生态信息进行映射匹配,根据匹配度得到满足用户偏好的环保信息数据。根据环保舆情的实时变化和公众用户行为的特征,设计来源权威、科学性强的正向环保事件信息,以手机APP软件为平台支撑,向公众用户精准推送感兴趣的环保信息,以引导环保事件舆情。
通过上述描述可知,在本实施例中综合网站重要程度、文章出现位置、主题相关度、点击回复次数、传播数量以及用户自定义规则,计算每个待分析舆情信息的权重,获取待分析舆情信息中的热点舆情信息,根据热点舆情信息定制行业热点信息和区域热点信息,能够自动且及时获取热点舆情信息并进行分析,有效提升用户的工作效率,减轻工作负担。
请参阅图8,图8是本发明提供的智慧环保平台生态环境舆情监控系统的分析模块的一实施例的结构示意图。智慧环保平台生态环境舆情监控系统的分析模块10包括:收集单元11、获取单元12和分析单元13。
收集单元11用于获取用户选择的信息专题指令,信息专题指令包括信息来源和/或信息搜索条件,根据信息专题指令采集待分析舆情信息。获取单元12用于根据目标环保事件设定信息对应的关键词或样例文章从待分析舆情信息中获取目标舆情信息。分析单元13用于对目标舆情信息进行分析,获取环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告。
分析单元13还用于从时间、地域、网站中至少一个维度,对环保事件的目标舆情信息进行自动智能分析;从网民分布、年龄、性别、参与方式中至少一个维度,对环保事件的网民参与情况进行自动智能分析,获取网民的人群画像;根据目标舆情信息获取事件发展趋势走向示意图,事件发展趋势走向示意图上包括至少一个事件关键节点;进行环保事件的媒体报道和网民观点的正负立场分析,获取立场分析结果;根据人群画像、事件发展趋势走向示意图和立场分析结果生成环保事件报告。
分析单元13还用于分析目标分析环保舆情中评论内容,抽取情感词汇,快捷计算情感词倾向性及倾向程度,获取公众对环保决策态度及观点的倾向性。
分析单元13还用于根据预设词语倾向对目标舆情信息的词语进行情感倾向分析,预设词语倾向包括名词、动词、形容词和副词及其倾向,还包括人名、机构名、产品名、事件名及其倾向;对目标舆情信息的句子中的主观性信息进行分析和提取,对句子情感倾向进行判断,以及从句子中提取出与情感倾向性论述相关联的要素,要素包括情感倾向性论述的持有者、评价对象、倾向极性、强度;从整体上判断目标舆情信息的文章的情感倾向性。
分析单元13还用于根据待分析舆情信息中网页数据的变化、词频的变化、转载及扩散的变化进行分析,获取环保舆情演变的趋势预测,并对待分析舆情信息的起始、发展过程进行时空可视化展现。
分析单元13还用于基于自然语言处理技术,根据文章内容相似程度获取包括同一舆情内容的的所有传播网站;根据传播网站的网页数据的变化、词频的变化、转载及扩散的变化传播网站获取舆情传播走势分析,以不同的载体分类呈现。
分析单元13还用于对待分析舆情信息中的公众行为进行分析挖掘,提取用户的兴趣特征和关注重点,并结合空间分析方法提取用户感兴趣的空间区域。
分析单元13还用于基于多维情境感知计算模型,确定用户的基本情境信息,并将用户进行细化分类,归纳出具有时空特点和关注重点的用户基本类型集合;对用户情境信息进行自动标注,提取出用户的兴趣特征数据;对用户兴趣区域的空间标注,结合周边的环境污染源及生态环境敏感区域联系分析,分析出用户关注的空间区域范围。
收集单元11还用于综合网站重要程度、文章出现位置、主题相关度、点击回复次数、传播数量以及用户自定义规则,计算每个待分析舆情信息的权重,获取待分析舆情信息中的热点舆情信息,根据热点舆情信息定制行业热点信息和区域热点信息。
收集单元11还用于分析热点舆情信息与环保部门相关度,定位相关环保部门,针对热点舆情信息提供相应的解决方案,及时公开生态舆情事件处理进程;分析热点舆情信息与企业相关度,定位相关企业,督促企业快速向公众公开事件处理及进展情况;根据公众行为特征的用户偏好分析结果,分析热点舆情信息相关度,快速向公众推送个性化信息。
收集单元11还用于对热点舆情信息涉及到的人名、地名、内容、人物中的至少一个因素进行关联分析,形成对应的资讯信息关联内容,并对资讯信息关联内容进行归类管理与显示。
收集单元11还用于获取用户输入的检索信息,根据检索信息从待分析舆情信息中显示检索舆情信息。
请参阅图9,图9是本发明提供的智慧环保平台生态环境舆情监控系统的分析模块的另一实施例的结构示意图。智慧环保平台生态环境舆情监控系统的分析模块20包括处理器21、存储器22。处理器21耦接存储器22。存储器22中存储有计算机程序,处理器21在工作时执行该计算机程序以实现如图1、图3、图6所示的方法。详细的方法可参见上述,在此不再赘述。
请参阅图10,图10是本发明提供的存储介质的一实施例的结构示意图。可读存储介质30中存储有至少一个计算机程序31,计算机程序31用于被处理器执行以实现如图1、图3、图6所示的方法,详细的方法可参见上述,在此不再赘述。在一个实施例中,存储介质30可以是终端中的存储芯片、硬盘或者是移动硬盘或者优盘、光盘等其他可读写存储的工具,还可以是服务器等等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上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。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (15)
1.一种智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,包括:
获取用户选择的信息专题创建指令,根据所述信息专题创建指令创建信息舆情专题,所述信息专题指令包括信息来源和/或信息搜索条件,根据所述信息专题指令采集待分析舆情信息;
根据目标环保事件设定信息对应的关键词或样例文章从所述待分析舆情信息中获取目标舆情信息;
对所述目标舆情信息进行分析,获取所述环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告。
2.根据权利要求1所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述对所述目标舆情信息进行分析,获取所述环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告的步骤,包括:
从时间、地域、网站中至少一个维度,对所述环保事件的目标舆情信息进行自动智能分析;
从网民分布、年龄、性别、参与方式中至少一个维度,对所述环保事件的网民参与情况进行自动智能分析,获取所述网民的人群画像;
根据所述目标舆情信息获取事件发展趋势走向示意图,所述事件发展趋势走向示意图上包括至少一个事件关键节点;
进行所述环保事件的媒体报道和网民观点的正负立场分析,获取立场分析结果;
根据所述人群画像、所述事件发展趋势走向示意图和所述立场分析结果生成所述环保事件报告。
3.根据权利要求2所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述进行所述环保事件的媒体报道和网民观点的正负立场分析的步骤,包括:
分析所述目标分析环保舆情中评论内容,抽取情感词汇,快捷计算情感词倾向性及倾向程度,获取公众对环保决策态度及观点的倾向性。
4.根据权利要求3所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述分析所述目标分析环保舆情中评论内容,抽取情感词汇,快捷计算情感词倾向性及倾向程度的步骤,包括:
根据预设词语倾向对所述目标舆情信息的词语进行情感倾向分析,所述预设词语倾向包括名词、动词、形容词和副词及其倾向,还包括人名、机构名、产品名、事件名及其倾向;
对所述目标舆情信息的句子中的主观性信息进行分析和提取,对句子情感倾向进行判断,以及从句子中提取出与情感倾向性论述相关联的要素,所述要素包括情感倾向性论述的持有者、评价对象、倾向极性、强度;
从整体上判断所述目标舆情信息的文章的情感倾向性。
5.根据权利要求2所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述根据所述目标舆情信息获取事件发展趋势走向示意图的步骤,包括:
根据所述待分析舆情信息中网页数据的变化、词频的变化、转载及扩散的变化进行分析,获取环保舆情演变的趋势预测,并对所述待分析舆情信息的起始、发展过程进行时空可视化展现。
6.根据权利要求5所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述根据所述待分析舆情信息中网页数据的变化、词频的变化、转载及扩散的变化进行分析的步骤,包括:
基于自然语言处理技术,根据文章内容相似程度获取包括同一舆情内容的的所有传播网站;
根据所述传播网站的网页数据的变化、词频的变化、转载及扩散的变化所述传播网站获取舆情传播走势分析,以不同的载体分类呈现。
7.根据权利要求2所述的智慧环保平台生态环境舆情监控系统的分析方法,所述从网民分布、年龄、性别、参与方式中至少一个维度,对所述环保事件的网民参与情况进行自动智能分析,获取所述网民的人群画像的步骤,包括:
对所述待分析舆情信息中的公众行为进行分析挖掘,提取用户的兴趣特征和关注重点,并结合空间分析方法提取用户感兴趣的空间区域。
8.根据权利要求7所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述对所述待分析舆情信息中的公众行为进行分析挖掘,提取用户的兴趣特征和关注重点,并结合空间分析方法提取用户感兴趣的空间区域的步骤,包括:
基于多维情境感知计算模型,确定用户的基本情境信息,并将用户进行细化分类,归纳出具有时空特点和关注重点的用户基本类型集合;
对用户情境信息进行自动标注,提取出用户的兴趣特征数据;
对用户兴趣区域的空间标注,结合周边的环境污染源及生态环境敏感区域联系分析,分析出用户关注的空间区域范围。
9.根据权利要求8所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述基于多维情境感知计算模型,确定用户的基本情境信息的步骤,包括:
建立PDA多维度情感模型,其中,P代表愉悦度,用于表示个体情感状态的正负特性,A代表激活度,用于表示个体的神经生理激活水平,D代表优势度,用于表示个体对情景和他人的影响或被影响状态;
将情感计算的数据库按照形态划分为文字数据库和图标数据库,其中,所述文字数据库划分为五类情感类别,所述五类情感类别包括强积极,弱积极,中性,弱消极,强消极,所述图标数据库包括多种常用图标,每个图标被赋予不同等的情绪,所述文字数据库的情感文字和所述图标数据库的图标都赋予了不同分数的P值和A值;
基于所述PDA多维度情感模型对所述待分析舆情信息进行分析,获取最终的P值和A值,D值作为P值和A值所对应函数的系数需要关联空间标注,设置为0.1-2之间,P值是根据用户行为进行标注,或者用户自己标注;
基于最终的A值、P值和D值确定用户的基本情境信息。
10.根据权利要求1所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述根据所述信息专题指令采集待分析舆情信息的步骤之后,包括:
综合网站重要程度、文章出现位置、主题相关度、点击回复次数、传播数量以及用户自定义规则,计算每个待分析舆情信息的权重,获取所述待分析舆情信息中的热点舆情信息,根据所述热点舆情信息定制行业热点信息和区域热点信息。
11.根据权利要求10所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述根据所述信息专题指令采集待分析舆情信息的步骤之后,包括:
分析所述热点舆情信息与环保部门相关度,定位相关环保部门,针对所述热点舆情信息提供相应的解决方案,及时公开生态舆情事件处理进程;
分析所述热点舆情信息与企业相关度,定位相关企业,督促企业快速向公众公开事件处理及进展情况;
根据公众行为特征的用户偏好分析结果,分析所述热点舆情信息相关度,快速向公众推送个性化信息。
12.根据权利要求10所述的智慧环保平台生态环境舆情监控系统的分析方法,其特征在于,所述根据所述信息专题指令采集待分析舆情信息的步骤之后,包括:
对所述热点舆情信息涉及到的人名、地名、内容、人物中的至少一个因素进行关联分析,形成对应的资讯信息关联内容,并对所述资讯信息关联内容进行归类管理与显示。
13.一种智慧环保平台生态环境舆情监控系统的分析模块,其特征在于,包括:
收集单元,用于获取用户选择的信息专题指令,所述信息专题指令包括信息来源和/或信息搜索条件,根据所述信息专题指令采集待分析舆情信息;
获取单元,用于根据目标环保事件设定信息对应的关键词或样例文章从所述待分析舆情信息中获取目标舆情信息;
分析单元,用于对所述目标舆情信息进行分析,获取所述环保事件设定信息对应的环保事件的事件级别和关注级别,生成环保事件报告。
14.一种智慧环保平台生态环境舆情监控系统的分析模块,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至12中任一项所述方法的步骤。
15.根据权利要求14所述的智慧环保平台生态环境舆情监控系统的分析模块,其特征在于,所述基于智慧环保平台饮用水源管理系统的管理及应急模块包括存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至12中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211102169.9A CN116450924A (zh) | 2022-09-09 | 2022-09-09 | 智慧环保平台生态环境舆情监控系统的分析模块和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211102169.9A CN116450924A (zh) | 2022-09-09 | 2022-09-09 | 智慧环保平台生态环境舆情监控系统的分析模块和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116450924A true CN116450924A (zh) | 2023-07-18 |
Family
ID=87122548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211102169.9A Pending CN116450924A (zh) | 2022-09-09 | 2022-09-09 | 智慧环保平台生态环境舆情监控系统的分析模块和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116450924A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117076751A (zh) * | 2023-10-10 | 2023-11-17 | 西安康奈网络科技有限公司 | 一种基于多维特征分析的舆情事件发展趋势判断系统 |
-
2022
- 2022-09-09 CN CN202211102169.9A patent/CN116450924A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117076751A (zh) * | 2023-10-10 | 2023-11-17 | 西安康奈网络科技有限公司 | 一种基于多维特征分析的舆情事件发展趋势判断系统 |
CN117076751B (zh) * | 2023-10-10 | 2024-01-16 | 西安康奈网络科技有限公司 | 一种基于多维特征分析的舆情事件发展趋势判断系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180232367A1 (en) | Enhanced online user-interaction tracking | |
US9659084B1 (en) | System, methods, and user interface for presenting information from unstructured data | |
US9460193B2 (en) | Context and process based search ranking | |
US7685091B2 (en) | System and method for online information analysis | |
US9165254B2 (en) | Method and system to predict the likelihood of topics | |
US8135728B2 (en) | Web document keyword and phrase extraction | |
Balog et al. | Multi-step classification approaches to cumulative citation recommendation | |
CN110888990B (zh) | 文本推荐方法、装置、设备及介质 | |
US9881059B2 (en) | Systems and methods for suggesting headlines | |
US20190286676A1 (en) | Contextual content collection, filtering, enrichment, curation and distribution | |
EP3189449A2 (en) | Sentiment rating system and method | |
US20150095320A1 (en) | Apparatus, systems and methods for scoring the reliability of online information | |
KR101566616B1 (ko) | 빅데이터 처리를 통한 광고의사결정시스템 및 방법 | |
KR102128659B1 (ko) | 키워드 추출 및 요약문 생성 시스템 및 방법 | |
US11226946B2 (en) | Systems and methods for automatically determining a performance index | |
CN110275949A (zh) | 用于贷款应用的自动应答方法及系统 | |
CN109992723B (zh) | 一种基于社交网络的用户兴趣标签构建方法及相关设备 | |
CN116450924A (zh) | 智慧环保平台生态环境舆情监控系统的分析模块和方法 | |
CN116226494B (zh) | 一种用于信息搜索的爬虫系统及方法 | |
Lee et al. | Web document classification using topic modeling based document ranking | |
Ardhianie et al. | SENTIMENT ANALYSIS OF ‘INDONESIAN NO DATING CAMPAIGNS’ON TWITTER USING NAÏVE BAYES ALGORITHM | |
ÖZEL et al. | Effects of feature extraction and classification methods on cyberbully detection | |
CN109254993B (zh) | 一种基于文本的性格数据分析方法及系统 | |
JP5844887B2 (ja) | 通信ネットワークを通じたビデオ・コンテンツ検索のための支援 | |
CN111222918A (zh) | 关键词挖掘方法、装置、电子设备及存储介质 |
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 |