CN117891997A - 一种舆情管理和跨部门联合处置方法与系统 - Google Patents
一种舆情管理和跨部门联合处置方法与系统 Download PDFInfo
- Publication number
- CN117891997A CN117891997A CN202311843554.3A CN202311843554A CN117891997A CN 117891997 A CN117891997 A CN 117891997A CN 202311843554 A CN202311843554 A CN 202311843554A CN 117891997 A CN117891997 A CN 117891997A
- Authority
- CN
- China
- Prior art keywords
- public opinion
- matching
- preset
- different
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 117
- 230000035945 sensitivity Effects 0.000 claims description 58
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000001914 filtration Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000013499 data model Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 9
- 238000012216 screening Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013598 vector Substances 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种舆情管理和跨部门联合处置的方法与系统,属于数据处理技术领域,具体包括:进行不同的在线平台的舆情数据的采集,并根据不同的在线平台的舆情数据以及预设规则对舆情数据进行处理得到舆情处理数据,基于舆情处理数据的匹配结果将所述舆情处理数据进行划分得到舆情处理数据的关联的业务部门,并将舆情处理数据推送至关联的业务部门,基于舆情处理数据进行舆情处置任务的确定,通过关联的业务部门进行舆情处理任务的联合处理,实现了对舆情的跨部门的协同处理。
Description
技术领域
本发明属于数据处理技术领域,尤其涉及一种舆情管理和跨部门联合处置方法与系统。
背景技术
随着互联网的快速发展,公众的信息获取渠道包括但不局限于微博、视频网站、资讯网站、微信、论坛等,与此同时具有负面影响的舆论信息的传播途径也同步增加。
现有技术方案中通过对文本的解析和识别实现对舆情信息的识别和处理,具体的在发明专利CN202311396545.4《舆情事件处理方法、装置、电子设备和计算机可读介质》、CN202210276938.0《利用自然语言语义分析的政务网站舆情分析与预警的方法》均采用对舆情数据的抓取和分析实现预警和处置策略的生成,但是却存在以下技术问题:
缺乏舆情全网抓取精准预警和闭环处置机制、部门各自为政联动功能失调等不足和需求,因此建立智能感知、智能决策、快速流转、多跨协同的系统,搭建高效闭环的统一调度指挥平台成为亟待解决的技术问题。
针对上述技术问题,本发明提供了一种舆情管理和跨部门联合处置方法与系统。
发明内容
为实现本发明目的,本发明采用如下技术方案:
根据本发明的一个方面,提供了一种舆情管理和跨部门联合处置的方法。
一种舆情管理和跨部门联合处置方法,其特征在于,具体包括:
S1进行不同的在线平台的舆情数据的采集,并根据不同的在线平台的舆情数据以及预设规则对所述舆情数据进行处理得到舆情处理数据;
S2基于所述舆情处理数据的匹配结果将所述舆情处理数据进行划分,自动匹配舆情处理数据的关联的业务部门,并将所述舆情处理数据推送至所述关联的业务部门;
S3基于所述舆情处理数据进行舆情处置任务的确定,通过所述关联的业务部门进行所述舆情处理任务的联合处理。
本发明的有益效果在于:
本发明使用时,可根据预设规则给不同部门推送部门所负责事项的舆情内容,由专业的人员处理更加高效,提升了舆情处理的效率和准确性。
本发明使用时,通过进行不同的在线平台的舆情数据的采集,从而综合考虑到多个的在线平台的舆情数据,实现了对舆情数据的准确采集,实现了对舆情的实时可靠监测。
进一步的技术方案在于,所述在线平台包括微博、视频网站、资讯网站、微信、论坛。
进一步的技术方案在于,所述预设规则采用基于表达式设置信息的信息过滤规则进行构建,其中所述信息过滤规则包括单一规则以及基于所述单一规则和预设规则逻辑构建的组合规则。
进一步的技术方案在于,所述舆情处理数据的关联的业务部门的确定的方法为:
通过所述舆情处理数据与不同的预设分类的关键字的匹配结果进行不同的预设分类的关键字的匹配数量的确定,并根据不同的预设分类的预设重要程度以及关键字的匹配数量进行所述舆情处理数据的匹配的预设分类的确定,并将其作为匹配分类;
基于所述匹配分类进行所述舆情处理数据的关联的业务部门的确定。
进一步的技术方案在于,所述预设分类包括社会民生、公共安全、文体卫生、教育改革、经济领域、生态环保、其他风险。
进一步的技术方案在于,所述预设分类的预设重要程度根据不同的预设分类的类型的舆情控制的重要程度进行确定,具体的采用映射的方式进行确定。
进一步的技术方案在于,所述匹配分类的确定的方法为:
通过与所述不同的预设分类的关键字的匹配结果进行不同的预设分类的匹配关键字的确定,并通过不同的预设分类的匹配关键字的数量的平均值进行基准数量的确定,判断所述预设分类的匹配关键字的数量是否小于基准数量,若是,则确定所述预设分类为匹配分类,若否,则进入下一步骤;
根据不同的预设分类的匹配关键字的数量以及不同的预设分类的预设重要程度进行不同的预设分类的匹配度的确定,判断所述预设分类的匹配度是否小于预设匹配度,若是,则确定所述预设分类不属于匹配分类,若否,则进入下一步骤;
获取不同的匹配关键字在所述舆情处理数据的匹配的账号的数量以及不同的账号的匹配关键字的数量,并结合所述匹配关键字在所述舆情处理数据中的数量进行不同的匹配关键字的权重值的确定;
基于不同的预设分类的匹配关键字的权重值进行所述匹配关键字中的关键匹配关键字的确定,并根据不同的预设分类中的关键匹配关键字的数量、匹配关键字的数量以及不同的匹配关键字的权重值进行不同的预设分类的评估匹配度的确定,通过所述匹配度以及不同的预设分类的评估匹配度进行不同的预设分类的综合匹配度的确定,并基于所述综合匹配度进行所述匹配分类的确定。
进一步的技术方案在于,所述综合匹配度的取值范围在0到1之间,其中所述综合匹配度越大,则所述预设分类的匹配程度越高。
进一步的技术方案在于,所述匹配分类的确定的方法为:
通过与所述不同的预设分类的关键字的匹配结果进行不同的预设分类的匹配关键字的确定,根据不同的预设分类的匹配关键字的数量以及不同的预设分类的预设重要程度进行不同的预设分类的匹配度的确定,判断所述预设分类的匹配度是否小于预设匹配度,若是,则确定所述预设分类不属于匹配分类,若否,则进入下一步骤;;
获取不同的匹配关键字在所述舆情处理数据的匹配的账号的数量以及不同的账号的匹配关键字的数量,并结合所述匹配关键字在所述舆情处理数据中的数量进行不同的匹配关键字的权重值的确定;
基于不同的预设分类的匹配关键字的权重值进行所述匹配关键字中的关键匹配关键字的确定,并根据不同的预设分类中的关键匹配关键字的数量、匹配关键字的数量以及不同的匹配关键字的权重值进行不同的预设分类的评估匹配度的确定,判断所述预设分类的评估匹配度是否小于预设匹配度,若是,则确定所述预设分类不属于匹配分类,若否,则进入下一步骤;
通过所述匹配度以及不同的预设分类的评估匹配度进行不同的预设分类的综合匹配度的确定,并基于所述综合匹配度进行所述匹配分类的确定。
进一步的技术方案在于,在进行所述舆情处理任务的联合处理之前,还需要对所述舆情处理任务的敏感度进行评估,并当所述舆情处理任务的敏感度不满足要求时,再进行所述舆情处理任务的联合处理。
进一步的技术方案在于,所述舆情处理任务的敏感度的评估的方法为:
根据所述舆情处理任务进行所述舆情处理任务匹配的账号的确定,并将其作为匹配账号,根据不同的匹配账号所匹配的影响力等级以及转发帖等级进行不同的匹配账号的影响评估量的确定,并通过不同的匹配账号的影响评估量以及匹配账号的数量进行所述舆情处理任务的账号敏感度的确定;
根据所述匹配账号在预设时间内的不同时段的变动情况进行匹配账号的数量增长的时段的数量以及匹配账号的数量减少的时段的数量的确定,并结合匹配账号的发帖时间以及匹配账号在预设时间内的变动数量进行所述舆情处理任务的内容敏感度的确定;
通过不同的匹配账号的属地以及不同属地的匹配账号的变动情况进行所述舆情处理任务的来源敏感度的确定,并结合所述账号敏感度和内容敏感度进行所述舆情处理任务的敏感度的确定。
进一步的技术方案在于,通过不同的匹配账号的影响评估量以及匹配账号的数量进行所述舆情处理任务的账号敏感度的确定,具体包括:
根据不同的匹配账号的影响评估量进行不同的匹配账号所处的影响力范围的确定,并根据不同的影响力范围的匹配账号的数量占比以及不同的影响力范围的预设敏感度权重值进行所述舆情处理任务的账号敏感度的确定。
进一步的技术方案在于,所述舆情处理任务的敏感度的评估的方法为:
根据所述舆情处理任务进行所述舆情处理在不同的任务匹配的账号的确定,并将其作为匹配账号,根据不同的匹配账号所匹配的影响力等级以及转发帖等级进行不同的匹配账号的影响评估量的确定,并通过不同的在线平台的不同的匹配账号的影响评估量以及匹配账号的数量进行所述舆情处理任务在不同的在线平台的账号敏感度的确定,判断是否存在账号敏感度不满足要求的在线平台,若是,则进入下一步骤,若否,则确定所述敏感度满足要求;
根据所述匹配账号在预设时间内的不同时段的变动情况进行匹配账号的数量增长的时段的数量以及匹配账号的数量减少的时段的数量的确定,并结合匹配账号的发帖时间以及匹配账号在预设时间内的变动数量进行所述舆情处理任务的内容敏感度的确定;
通过不同的匹配账号的属地以及不同属地的匹配账号的变动情况进行所述舆情处理任务的来源敏感度的确定,并结合所述账号敏感度和内容敏感度进行所述舆情处理任务在不同的在线平台的敏感度的确定,判断是否存在敏感度不满足要求的在线平台,若是,则进入下一步骤,若否,则确定所述敏感度满足要求;
获取敏感度不满足要求的在线平台的数量,并结合不同的敏感度不满足要求的在线平台的敏感度权重值以及在所述舆情处理任务在不同的在线平台的敏感度进行所述舆情处理任务的敏感度的评估。
进一步的技术方案在于,构建得到所述舆情处置任务之后,还需要对所述舆情处理任务的舆情处理数据所对应的在线平台的数据量以及舆情处理数据中的关键词的数据进行统计得到统计结果,并根据所述统计结果对关键字以及在线平台的采集频率进行优化。
第二方面,本发明提供了一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行上述的一种舆情管理和跨部门联合处置的方法。
其他特征和优点将在随后的说明书中阐述,本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显。
图1是一种舆情管理和跨部门联合处置的方法的流程图;
图2是采用不同的信息过滤规则进行过滤处理的流程图;
图3是匹配分类的确定的方法的流程图;
图4是手动创建和上报对应舆情任务的流程图;
图5是一键建群设置的流程图;
图6是一种计算机系统的框架图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,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,都应当属于本说明书保护的范围。
方法类实施例
为解决上述问题,根据本发明的一个方面,如图1所示,提供了一种舆情管理和跨部门联合处置方法,其特征在于,具体包括:
S1进行不同的在线平台的舆情数据的采集,并根据不同的在线平台的舆情数据以及预设规则对所述舆情数据进行处理得到舆情处理数据;
具体的,所述在线平台包括微博、视频网站、资讯网站、微信、论坛。
需要说明的是,所述预设规则采用基于表达式设置信息的信息过滤规则进行构建,其中所述信息过滤规则包括单一规则以及基于所述单一规则和预设规则逻辑构建的组合规则。
具体的,通过表达式设置信息过滤规则,具体包括:
通过信息过滤规则对采集到的舆情信息标题和内容进行过滤,第一轮过滤筛选出需要推送的舆情数据,第二轮过滤筛选出需要推送的部门,对舆情信息进行定向推送。信息过滤规则支持多个单一规则设置和组合规则设置,如图2所示,为采用不同的信息过滤规则进行过滤处理的流程图,具体如下:
单一规则设置:可设置“+、|”代表“并且、或”,例如想关注北京或上海或广州的新闻,表达式为“北京|上海|广州”,表示文章中出现“北京”、“上海”、“广州”任意一个城市就能监测到;例如想关注北京车牌摇号的新闻,表达式为“北京+车牌摇号”,表示文章中同时出现“北京”和“车牌摇号”两个关键词才能监测到。
组合规则设置:可由单一关键字进行叠加使用,并且支持设置排除关键字,例如想关注上海世博会的新闻,由于“世博会”又可能被称为“世界博览会”,表达式为“上海+(世博会|世界博览会)”,表示文章中出现“上海”,同时出现“世博会”或者“世界博览会”中任意一个词,就能监测到;例如想关注上海、北京、广州的新闻,但又不想看到内容中有“三室一厅”、“二室一厅”这种关键词的内容,可以使用排除关键词的方式。匹配关键词表达式“北京|上海|广州”排除关键词表达式“三室一厅|二室一厅”。
S2基于所述舆情处理数据的匹配结果将所述舆情处理数据进行划分,自动匹配舆情处理数据的关联的业务部门,并将所述舆情处理数据推送至所述关联的业务部门;
具体的举例说明,所述舆情处理数据的关联的业务部门的确定的方法为:
通过所述舆情处理数据与不同的预设分类的关键字的匹配结果进行不同的预设分类的关键字的匹配数量的确定,并根据不同的预设分类的预设重要程度以及关键字的匹配数量进行所述舆情处理数据的匹配的预设分类的确定,并将其作为匹配分类;
基于所述匹配分类进行所述舆情处理数据的关联的业务部门的确定。
在另外的一个可能的实施例中,通过设置数据分类,建立各类数据模型,实现针对于不同来源站点、账号、内容的舆情数据的采集和分析,通过不同分类的模型结果进行数据输出,显示舆情信息相关的各类权重情况、同质类舆情数量、数据来源、各类模型的评判情况,查看舆情是否到达预警条件、外地和本地对应舆情出现数量等信息,智能判断舆情的严重程度、连锁情况、权重情况,具体如下:
数据分类:按照影响力的不同类型分类,设定影响等级、分类依据、脚本判断条件、权重等级,通过建立不同的数据分类,在建设数据模型时进行相应的组合调用,实现不同场景不同舆情筛选过滤查找规则的自由组合
需要说明的是,所述预设分类包括社会民生、公共安全、文体卫生、教育改革、经济领域、生态环保、其他风险。
具体的,所述预设分类的预设重要程度根据不同的预设分类的类型的舆情控制的重要程度进行确定,具体的采用映射的方式进行确定。
在另外的一个可能的实施例中,如图3所示,所述匹配分类的确定的方法为:
通过与所述不同的预设分类的关键字的匹配结果进行不同的预设分类的匹配关键字的确定,并通过不同的预设分类的匹配关键字的数量的平均值进行基准数量的确定,判断所述预设分类的匹配关键字的数量是否小于基准数量,若是,则确定所述预设分类为匹配分类,若否,则进入下一步骤;
根据不同的预设分类的匹配关键字的数量以及不同的预设分类的预设重要程度进行不同的预设分类的匹配度的确定,判断所述预设分类的匹配度是否小于预设匹配度,若是,则确定所述预设分类不属于匹配分类,若否,则进入下一步骤;
获取不同的匹配关键字在所述舆情处理数据的匹配的账号的数量以及不同的账号的匹配关键字的数量,并结合所述匹配关键字在所述舆情处理数据中的数量进行不同的匹配关键字的权重值的确定;
基于不同的预设分类的匹配关键字的权重值进行所述匹配关键字中的关键匹配关键字的确定,并根据不同的预设分类中的关键匹配关键字的数量、匹配关键字的数量以及不同的匹配关键字的权重值进行不同的预设分类的评估匹配度的确定,通过所述匹配度以及不同的预设分类的评估匹配度进行不同的预设分类的综合匹配度的确定,并基于所述综合匹配度进行所述匹配分类的确定。
可以理解的是,所述综合匹配度的取值范围在0到1之间,其中所述综合匹配度越大,则所述预设分类的匹配程度越高。
在其中的一个可能的实施例中,所述匹配分类的确定的方法为:
通过与所述不同的预设分类的关键字的匹配结果进行不同的预设分类的匹配关键字的确定,根据不同的预设分类的匹配关键字的数量以及不同的预设分类的预设重要程度进行不同的预设分类的匹配度的确定,判断所述预设分类的匹配度是否小于预设匹配度,若是,则确定所述预设分类不属于匹配分类,若否,则进入下一步骤;;
获取不同的匹配关键字在所述舆情处理数据的匹配的账号的数量以及不同的账号的匹配关键字的数量,并结合所述匹配关键字在所述舆情处理数据中的数量进行不同的匹配关键字的权重值的确定;
基于不同的预设分类的匹配关键字的权重值进行所述匹配关键字中的关键匹配关键字的确定,并根据不同的预设分类中的关键匹配关键字的数量、匹配关键字的数量以及不同的匹配关键字的权重值进行不同的预设分类的评估匹配度的确定,判断所述预设分类的评估匹配度是否小于预设匹配度,若是,则确定所述预设分类不属于匹配分类,若否,则进入下一步骤;
通过所述匹配度以及不同的预设分类的评估匹配度进行不同的预设分类的综合匹配度的确定,并基于所述综合匹配度进行所述匹配分类的确定。
S3基于所述舆情处理数据进行舆情处置任务的确定,通过所述关联的业务部门进行所述舆情处理任务的联合处理。
实例3:建立数据模型进行智能判别筛选
通过设置数据分类,建立各类数据模型,实现针对于不同来源站点、账号、内容的舆情数据的采集和分析,通过不同分类的模型结果进行数据输出,显示舆情信息相关的各类权重情况、同质类舆情数量、数据来源、各类模型的分钟评判情况,查看舆情是否到达预警条件、外地和本地对应舆情出现数量等信息,智能判断舆情的严重程度、连锁情况、权重情况,具体如下:
数据分类:按照影响力的不同类型分类,设定影响等级、分类依据、脚本判断条件、权重等级,通过建立不同的数据分类,在建设数据模型时进行响应的组合调用,实现不同场景不同舆情筛选过滤查找规则的自由组合;
数据模型:通过数据分类向量通过建模来计算生成舆情数据模型结果,例如:排除、敏感、订阅、重点关注、预警推送等等级结果;
处理引擎:将结果筛选的舆情进行列表展示和数据模型分析,展示舆情数据的来源、原创性、发布时间、内容和按照预设的数据模型分析后的结果,对权重分值进行输出,自动判断对于本条舆情的重要程度;并且支持查看对应的地址分析,了解外部地址和本地地址对应舆情的内容、标题等出现的次数;支持查看是否达到预警条件。对本次数据模型分析的结论和人工判别如果情况不符,可修改数据模型的对应规则,支持重新执行数据模型分析。
通过信息过滤和舆情分类后的数据将会推送给对应部门,对应部门舆情负责人可以进行在线处置反馈、上报/下发舆情任务,同时也支持通过电话热线、网络等渠道接收到舆情信息后,如图4所示,为手动创建和上报对应舆情任务的流程图,某些需要多个部门协同处置的任务,在创建时可以选择一键建群,及时沟通协调,具体如下:
处理舆情信息推送:通过舆情筛选和舆情分类的舆情信息,会被对应部门查收,可以进行在线研判,确定是否需要进行舆情处置,如需进行舆情处置,可以进行直接处置反馈或者下发任务给下级部门进行处置,可以选择是否进行消息推送和添加完成时间要求;
舆情任务手动创建:如图5所示,为本申请中的一键建群设置的流程图,用于通过电话热线、网络等渠道接收到舆情信息后,上报对应舆情任务或者跨部门协同处置,将舆情情况进行完整描述后创建舆情流转任务,同时可以一键创建对应浙政钉沟通群;
一键建群相关设置:各部门预设负责人,可设置多人,用于一键建群时,选择部门后自动选择对应负责人,这样设置的主要目的在于跨部门联系时,可能存在不清楚找谁进行对接,所以有预设负责人;系统可预设常驻联系人,默认组群都会加入这部分人员,可手动移除;
需要说明的是,在进行所述舆情处理任务的联合处理之前,还需要对所述舆情处理任务的敏感度进行评估,并当所述舆情处理任务的敏感度不满足要求时,再进行所述舆情处理任务的联合处理。
在可能的一个实施例中,所述舆情处理任务的敏感度的评估的方法为:
根据所述舆情处理任务进行所述舆情处理任务匹配的账号的确定,并将其作为匹配账号,根据不同的匹配账号所匹配的影响力等级以及转发帖等级进行不同的匹配账号的影响评估量的确定,并通过不同的匹配账号的影响评估量以及匹配账号的数量进行所述舆情处理任务的账号敏感度的确定;
根据所述匹配账号在预设时间内的不同时段的变动情况进行匹配账号的数量增长的时段的数量以及匹配账号的数量减少的时段的数量的确定,并结合匹配账号的发帖时间以及匹配账号在预设时间内的变动数量进行所述舆情处理任务的内容敏感度的确定;
通过不同的匹配账号的属地以及不同属地的匹配账号的变动情况进行所述舆情处理任务的来源敏感度的确定,并结合所述账号敏感度和内容敏感度进行所述舆情处理任务的敏感度的确定。
具体的,通过不同的匹配账号的影响评估量以及匹配账号的数量进行所述舆情处理任务的账号敏感度的确定,具体包括:
根据不同的匹配账号的影响评估量进行不同的匹配账号所处的影响力范围的确定,并根据不同的影响力范围的匹配账号的数量占比以及不同的影响力范围的预设敏感度权重值进行所述舆情处理任务的账号敏感度的确定。
在另外的一个可能的实施例中,所述舆情处理任务的敏感度的评估的方法为:
根据所述舆情处理任务进行所述舆情处理在不同的任务匹配的账号的确定,并将其作为匹配账号,根据不同的匹配账号所匹配的影响力等级以及转发帖等级进行不同的匹配账号的影响评估量的确定,并通过不同的在线平台的不同的匹配账号的影响评估量以及匹配账号的数量进行所述舆情处理任务在不同的在线平台的账号敏感度的确定,判断是否存在账号敏感度不满足要求的在线平台,若是,则进入下一步骤,若否,则确定所述敏感度满足要求;
根据所述匹配账号在预设时间内的不同时段的变动情况进行匹配账号的数量增长的时段的数量以及匹配账号的数量减少的时段的数量的确定,并结合匹配账号的发帖时间以及匹配账号在预设时间内的变动数量进行所述舆情处理任务的内容敏感度的确定;
通过不同的匹配账号的属地以及不同属地的匹配账号的变动情况进行所述舆情处理任务的来源敏感度的确定,并结合所述账号敏感度和内容敏感度进行所述舆情处理任务在不同的在线平台的敏感度的确定,判断是否存在敏感度不满足要求的在线平台,若是,则进入下一步骤,若否,则确定所述敏感度满足要求;
获取敏感度不满足要求的在线平台的数量,并结合不同的敏感度不满足要求的在线平台的敏感度权重值以及在所述舆情处理任务在不同的在线平台的敏感度进行所述舆情处理任务的敏感度的评估。
需要说明的是,构建得到所述舆情处置任务之后,还需要对所述舆情处理任务的舆情处理数据所对应的在线平台的数据量以及舆情处理数据中的关键词的数据进行统计得到统计结果,并根据所述统计结果对关键字以及在线平台的采集频率进行优化。
实施例2
另一方面,如图6所示,本发明提供了一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行上述的一种舆情管理和跨部门联合处置的方法。
采用以上实施例,本发明取得以下有益效果:
本发明使用时,可根据预设规则给不同部门推送部门所负责事项的舆情内容,由专业的人员处理更加高效,提升了舆情处理的效率和准确性。
本发明使用时,通过进行不同的在线平台的舆情数据的采集,从而综合考虑到多个的在线平台的舆情数据,实现了对舆情数据的准确采集,实现了对舆情的实时可靠监测。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种舆情管理和跨部门联合处置方法,其特征在于,具体包括:
进行不同的在线平台的舆情数据的采集,并根据不同的在线平台的舆情数据以及预设规则对所述舆情数据进行处理得到舆情处理数据;
基于所述舆情处理数据的匹配结果将所述舆情处理数据进行划分,自动匹配舆情处理数据的关联的业务部门,并将所述舆情处理数据推送至所述关联的业务部门;
基于所述舆情处理数据进行舆情处置任务的确定,通过所述关联的业务部门进行所述舆情处理任务的联合处理。
2.如权利要求1所述的舆情管理和跨部门联合处置的方法,其特征在于,所述在线平台包括微博、视频网站、资讯网站、微信、论坛。
3.如权利要求1所述的舆情管理和跨部门联合处置的方法,其特征在于,所述预设规则采用基于表达式设置信息的信息过滤规则进行构建,其中所述信息过滤规则包括单一规则以及基于所述单一规则和预设规则逻辑构建的组合规则。
4.如权利要求1所述的舆情管理和跨部门联合处置的方法,其特征在于,所述舆情处理数据的关联的业务部门的确定的方法为:
通过所述舆情处理数据与不同的预设分类的关键字的匹配结果进行不同的预设分类的关键字的匹配数量的确定,并根据不同的预设分类的预设重要程度以及关键字的匹配数量进行所述舆情处理数据的匹配的预设分类的确定,并将其作为匹配分类;
基于所述匹配分类进行所述舆情处理数据的关联的业务部门的确定。
5.如权利要求1所述的舆情管理和跨部门联合处置的方法,其特征在于,所述预设分类包括社会民生、公共安全、文体卫生、教育改革、经济领域、生态环保、其他风险。
6.如权利要求1所述的舆情管理和跨部门联合处置的方法,其特征在于,所述预设分类的预设重要程度根据不同的预设分类的类型的舆情控制的重要程度进行确定,具体的采用映射的方式进行确定。
7.如权利要求1所述的舆情管理和跨部门联合处置的方法,其特征在于,所述匹配分类的确定的方法为:
通过与所述不同的预设分类的关键字的匹配结果进行不同的预设分类的匹配关键字的确定,并通过不同的预设分类的匹配关键字的数量的平均值进行基准数量的确定,判断所述预设分类的匹配关键字的数量是否小于基准数量,若是,则确定所述预设分类为匹配分类,若否,则进入下一步骤;
根据不同的预设分类的匹配关键字的数量以及不同的预设分类的预设重要程度进行不同的预设分类的匹配度的确定,判断所述预设分类的匹配度是否小于预设匹配度,若是,则确定所述预设分类不属于匹配分类,若否,则进入下一步骤;
获取不同的匹配关键字在所述舆情处理数据的匹配的账号的数量以及不同的账号的匹配关键字的数量,并结合所述匹配关键字在所述舆情处理数据中的数量进行不同的匹配关键字的权重值的确定;
基于不同的预设分类的匹配关键字的权重值进行所述匹配关键字中的关键匹配关键字的确定,并根据不同的预设分类中的关键匹配关键字的数量、匹配关键字的数量以及不同的匹配关键字的权重值进行不同的预设分类的评估匹配度的确定,通过所述匹配度以及不同的预设分类的评估匹配度进行不同的预设分类的综合匹配度的确定,并基于所述综合匹配度进行所述匹配分类的确定。
8.如权利要求1所述的舆情管理和跨部门联合处置的方法,其特征在于,所述综合匹配度的取值范围在0到1之间,其中所述综合匹配度越大,则所述预设分类的匹配程度越高。
9.如权利要求1所述的舆情管理和跨部门联合处置的方法,其特征在于,在进行所述舆情处理任务的联合处理之前,还需要对所述舆情处理任务的敏感度进行评估,并当所述舆情处理任务的敏感度不满足要求时,再进行所述舆情处理任务的联合处理。
10.一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行权利要求1-9任一项所述的一种舆情管理和跨部门联合处置的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311843554.3A CN117891997B (zh) | 2023-12-29 | 2023-12-29 | 一种舆情管理和跨部门联合处置方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311843554.3A CN117891997B (zh) | 2023-12-29 | 2023-12-29 | 一种舆情管理和跨部门联合处置方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117891997A true CN117891997A (zh) | 2024-04-16 |
CN117891997B CN117891997B (zh) | 2024-09-13 |
Family
ID=90638922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311843554.3A Active CN117891997B (zh) | 2023-12-29 | 2023-12-29 | 一种舆情管理和跨部门联合处置方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117891997B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615723A (zh) * | 2015-02-06 | 2015-05-13 | 百度在线网络技术(北京)有限公司 | 查询词权重值的确定方法和装置 |
CN104820629A (zh) * | 2015-05-14 | 2015-08-05 | 中国电子科技集团公司第五十四研究所 | 一种智能的舆情突发事件应急处理系统及方法 |
KR102020756B1 (ko) * | 2018-10-23 | 2019-11-04 | 주식회사 리나소프트 | 머신러닝을 이용한 리뷰 분석 방법 |
WO2021073271A1 (zh) * | 2019-10-17 | 2021-04-22 | 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 |
WO2022052546A1 (zh) * | 2020-09-11 | 2022-03-17 | 长鑫存储技术有限公司 | 舆情数据处理系统及方法、计算机存储介质、电子设备 |
CN114385894A (zh) * | 2021-12-30 | 2022-04-22 | 粤开证券股份有限公司 | 一种基于词典的舆情监控方法及装置 |
CN115563282A (zh) * | 2022-10-19 | 2023-01-03 | 长城汽车股份有限公司 | 一种舆情分析方法、系统、计算机设备和存储介质 |
CN115796600A (zh) * | 2022-12-28 | 2023-03-14 | 福建正孚软件有限公司 | 一种舆情风险预警方法、系统、介质及电子设备 |
-
2023
- 2023-12-29 CN CN202311843554.3A patent/CN117891997B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615723A (zh) * | 2015-02-06 | 2015-05-13 | 百度在线网络技术(北京)有限公司 | 查询词权重值的确定方法和装置 |
CN104820629A (zh) * | 2015-05-14 | 2015-08-05 | 中国电子科技集团公司第五十四研究所 | 一种智能的舆情突发事件应急处理系统及方法 |
KR102020756B1 (ko) * | 2018-10-23 | 2019-11-04 | 주식회사 리나소프트 | 머신러닝을 이용한 리뷰 분석 방법 |
WO2021073271A1 (zh) * | 2019-10-17 | 2021-04-22 | 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 |
WO2022052546A1 (zh) * | 2020-09-11 | 2022-03-17 | 长鑫存储技术有限公司 | 舆情数据处理系统及方法、计算机存储介质、电子设备 |
CN114385894A (zh) * | 2021-12-30 | 2022-04-22 | 粤开证券股份有限公司 | 一种基于词典的舆情监控方法及装置 |
CN115563282A (zh) * | 2022-10-19 | 2023-01-03 | 长城汽车股份有限公司 | 一种舆情分析方法、系统、计算机设备和存储介质 |
CN115796600A (zh) * | 2022-12-28 | 2023-03-14 | 福建正孚软件有限公司 | 一种舆情风险预警方法、系统、介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117891997B (zh) | 2024-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110417721B (zh) | 安全风险评估方法、装置、设备及计算机可读存储介质 | |
CN108366045B (zh) | 一种风控评分卡的设置方法和装置 | |
CN103176983B (zh) | 一种基于互联网信息的事件预警方法 | |
CN110705855A (zh) | 一种企业环境画像评价方法及系统 | |
CN105117484A (zh) | 一种互联网舆情监测方法和系统 | |
CN101340308B (zh) | 网络垃圾信息过滤架构、网络垃圾信息清除系统及其方法 | |
CN111754241A (zh) | 一种用户行为感知方法、装置、设备及介质 | |
CN110287292A (zh) | 一种裁判量刑偏离度预测方法及装置 | |
CN116996325B (zh) | 一种基于云计算的网络安全检测方法及系统 | |
CN109286613A (zh) | 一种网络舆情监测导控系统 | |
CN117875501A (zh) | 一种基于大数据的社交媒体用户行为预测系统及方法 | |
US20160188676A1 (en) | Collaboration system for network management | |
CN113505980A (zh) | 智能交通管理系统可靠性评价方法、装置及系统 | |
CN113379230A (zh) | 基于大数据的巡查调控系统及方法 | |
CN117891997B (zh) | 一种舆情管理和跨部门联合处置方法与系统 | |
CN117494132A (zh) | 一种智能漏洞复现检索方法及系统 | |
CN108335236A (zh) | 一种房源泄漏经纪人检测方法及装置 | |
CN114443943A (zh) | 一种信息调度方法、装置、设备及计算机可读存储介质 | |
CN115796600A (zh) | 一种舆情风险预警方法、系统、介质及电子设备 | |
CN114022053B (zh) | 一种基于风险因子的审计系统及设备 | |
CN116108955A (zh) | 社会矛盾纠纷的升级预警方法、装置、设备及存储介质 | |
CN115187122A (zh) | 一种企业政策推演方法、装置、设备及介质 | |
CN109063485A (zh) | 一种基于漏洞平台的漏洞分类统计系统及方法 | |
CN114648688A (zh) | 高铁沿线景观等级评估方法、系统、设备及可读存储介质 | |
CN111507868A (zh) | 一种网络维权系统和方法 |
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 | ||
GR01 | Patent grant |