CN206741482U - 一种采用概率图模型的网络舆情监控装置 - Google Patents

一种采用概率图模型的网络舆情监控装置 Download PDF

Info

Publication number
CN206741482U
CN206741482U CN201720301407.7U CN201720301407U CN206741482U CN 206741482 U CN206741482 U CN 206741482U CN 201720301407 U CN201720301407 U CN 201720301407U CN 206741482 U CN206741482 U CN 206741482U
Authority
CN
China
Prior art keywords
circuit
opinion
connection
resistance
electric capacity
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.)
Expired - Fee Related
Application number
CN201720301407.7U
Other languages
English (en)
Inventor
杨进
付琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Leshan Normal University
Original Assignee
Leshan Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Leshan Normal University filed Critical Leshan Normal University
Priority to CN201720301407.7U priority Critical patent/CN206741482U/zh
Application granted granted Critical
Publication of CN206741482U publication Critical patent/CN206741482U/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Alarm Systems (AREA)

Abstract

本实用新型公开了一种采用概率图模型的网络舆情监控装置,包括网络舆情分析服务器、数据处理电路及声光报警电路,所述网络舆情分析服务器与数据处理电路相连接,所述数据处理电路连接声光报警电路;在所述声光报警电路内设置有输入电路、耦合电路、信号处理电路、声音提示电路及光源提示电路;解决现有技术不能系统内多操作员协同处理的不足之处,设计出可以实时播报舆情情况,并当出现超出预制舆情泛滥情况时,能够声光示警的方式提醒整个系统内的操作员某网络区域内出现不开控的舆情状态,使得整个监管层面能够及时有效的进行舆情平息,避免出现网络运行失控的情况,为提供健康、安全、稳定的网络运行环境提供有力的支持。

Description

一种采用概率图模型的网络舆情监控装置
技术领域
本实用新型涉及网络舆情检测、分析等技术领域,具体的说,是一种采用概率图模型的网络舆情监控装置。
背景技术
互联网(英语:Internet),又称网际网路,或音译因特网、英特网,是网络与网络之间所串连成的庞大网络,这些网络以一组通用的协议相连,形成逻辑上的单一巨大国际网络。这种将计算机网络互相联接在一起的方法可称作“网络互联”,在这基础上发展出覆盖全世界的全球性互联网络称互联网,即是互相连接一起的网络结构。
概率图模型是图灵奖获得者Pearl开发出来的用图来表示变量概率依赖关系的理论。概率图模型理论分为概率图模型表示理论,概率图模型推理理论和概率图模型学习理论。
概率图模型是一类用图形模式表达基于概率相关关系的模型的总称。概率图模型结合概率论与图论的知识,利用图来表示与模型有关的变量的联合概率分布。近10年它已成为不确定性推理的研究热点,在人工智能、机器学习和计算机视觉等领域有广阔的应用前景。
概率图理论共分为三个部分,分别为概率图模型表示理论,概率图模型推理理论和概率图模型学习理论。
基本的概率图模型包括贝叶斯网络、马尔可夫网络和隐马尔可夫网络。
基本的Graphical Model可以大致分为两个类别:贝叶斯网络(BayesianNetwork)和马尔可夫随机场(Markov Random Field)。它们的主要区别在于采用不同类型的图来表达变量之间的关系:贝叶斯网络采用有向无环图(Directed Acyclic Graph)来表达因果关系,马尔可夫随机场则采用无向图(Undirected Graph)来表达变量间的相互作用。这种结构上的区别导致了它们在建模和推断方面的一系列微妙的差异。一般来说,贝叶斯网络中每一个节点都对应于一个先验概率分布或者条件概率分布,因此整体的联合分布可以直接分解为所有单个节点所对应的分布的乘积。而对于马尔可夫场,由于变量之间没有明确的因果关系,它的联合概率分布通常会表达为一系列势函数(potential function)的乘积。通常情况下,这些乘积的积分并不等于1,因此,还要对其进行归一化才能形成一个有效的概率分布——这一点往往在实际应用中给参数估计造成非常大的困难。
网络舆情是指在互联网上流行的对社会问题不同看法的网络舆论,是社会舆论的一种表现形式,是通过互联网传播的公众对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点。它是较多民众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等等表现的总和。网络舆情形成迅速,对社会影响巨大。随着因特网在全球范围内的飞速发展,网络媒体已被公认为是继报纸、广播、电视之后的“第四媒体”,网络成为反映社会舆情的主要载体之一。
网络舆情是以网络为载体,以事件为核心,广大网民情感、态度、意见、观点的表达、传播与互动,以及后续影响力的集合。
网络舆情是社会舆情在互联网空间的映射,是社会舆情的直接反映。传统的社会舆情存在于民间,存在于大众的思想观念和日常的街头巷尾的议论之中,前者难以捕捉,后者稍纵即逝,舆情的获取只能通过社会明察暗访、民意调查等方式进行,获取效率低下,样本少而且容易流于偏颇,耗费巨大。
现有网络舆情分析时,每一台服务器所解析的数据只能够被该台服务器的操作者所知晓,不能被整个服务器系统中的操作者所知晓,因此当出现某些重大舆情情况时,不能及时的进行多操作者协同处理,从而易出现舆情失控的情况,为网络健康、安全、稳定的运行留下隐患。
实用新型内容
本实用新型的目的在于设计出一种采用概率图模型的网络舆情监控装置,解决现有技术不能系统内多操作员协同处理的不足之处,设计出可以实时播报舆情情况,并当出现超出预制舆情泛滥情况时,能够声光示警的方式提醒整个系统内的操作员某网络区域内出现不开控的舆情状态,使得整个监管层面能够及时有效的进行舆情平息,避免出现网络运行失控的情况,为提供健康、安全、稳定的网络运行环境提供有力的支持。
本实用新型通过下述技术方案实现:一种采用概率图模型的网络舆情监控装置,包括网络舆情分析服务器、数据处理电路及声光报警 电路,所述网络舆情分析服务器与数据处理电路相连接,所述数据处理电路连接声光报警电路;在所述声光报警电路内设置有输入电路、耦合电路、信号处理电路、声音提示电路及光源提示电路;所述数据处理电路连接输入电路,输入电路连接耦合电路,耦合电路连接信号处理电路,信号处理电路分别与声音提示电路及光源提示电路相连接,且网络舆情分析服务器通过USB接口电路连接供电给声光报警电路。
进一步的为更好地实现本实用新型,特别采用下述设置结构:在所述数据处理电路内设置有数据解析电路、信号分析电路及语音播报电路,所述网络舆情分析服务器连接数据解析电路,数据解析电路连接信号分析电路,信号分析电路连接语音播报电路,数据解析电路与输入电路相连接。
进一步的为更好地实现本实用新型,特别采用下述设置结构:在所述输入电路内设置有二极管D1、电容C1及指示灯电路,所述二极管D1的第一端连接数据解析电路的报警信号输出端的第一端,报警信号输出端的第二端连接电容C1的第二端,电容C1的第一端连接二极管D1的第二端,指示灯电路并联在电容C1的两端上,所述耦合电路的输入端并联在指示灯电路上。
进一步的为更好地实现本实用新型,特别采用下述设置结构:所述指示灯电路包括相互串联的发光二极管D2及电阻R2,且发光二极管D2的非共接端连接二极管D1的第二端,电阻R2的非共接端连接电容C1的第二端。
进一步的为更好地实现本实用新型,特别采用下述设置结构:所 述二极管D1的负极连接发光二极管D2的正极,发光二极管D2的负极与电阻R2串联;电容C1采用电解电容,且电容C1的正极连接电阻D1的负极。
进一步的为更好地实现本实用新型,特别采用下述设置结构:所述耦合电路包括光电耦合器IC1、电阻R1及电阻R3;所述电阻R1与光电耦合器IC1的输入端串联,且电阻R1的非共接端连接电容C1的第二端,光电耦合器IC1的输入端的非共接端连接二极管D1的第二端;电阻R3与光电耦合器IC1的输出端串联,且电阻R3的非共接端和光电耦合器IC1的输出端的非共接端皆与USB接口电路相连接。
进一步的为更好地实现本实用新型,特别采用下述设置结构:在所述信号处理电路内设置有电位器W1、电容C2、时基芯片IC2及电容C3,所述时基芯片IC2的4脚连接电阻R3的共接端,时基芯片IC2的8脚分别连接电阻R3的非共接端、电位器W1的第一固定端及声音提示电路;电位器W1的可调端连接时基芯片IC2的7脚;电位器W1的第二固定端分别与时基芯片IC2的2脚和6脚、电容C2的第一端相连接,电容C2的第二端分别与光电耦合器IC1的输出端的非共接端、时基芯片IC2的1脚、电容C3的第二端及光源提示电路相连接,时基芯片IC2的5脚连接电容C3的第一端,时基芯片IC2的3脚分别与声音提示电路及光源提示电路相连接。
进一步的为更好地实现本实用新型,特别采用下述设置结构:在所述声音提示电路内设置有三极管Q1及喇叭B,所述喇叭B的一端 连接时基芯片IC2当脚,喇叭B的另一端连接三极管Q1的集电极,三极管Q1的基极与时基芯片IC2的3脚相连接,三极管Q1的发射极连接时基芯片IC2的1脚。
进一步的为更好地实现本实用新型,特别采用下述设置结构:所述光源提示电路内设置有相互串联的发光二极管D3及电阻R4,且发光二极管D3的正极连接时基芯片IC2的3脚,电阻R4的非共接端连接时基芯片IC2的1脚。
进一步的为更好地实现本实用新型,特别采用下述设置结构:所述光电耦合器IC1采用4N25光电耦合器,所述时基芯片IC2采用555系列时基芯片。
本实用新型与现有技术相比,具有以下优点及有益效果:
(1)本实用新型解决现有技术不能系统内多操作员协同处理的不足之处,设计出可以实时播报舆情情况,并当出现超出预制舆情泛滥情况时,能够声光示警的方式提醒整个系统内的操作员某网络区域内出现不开控的舆情状态,使得整个监管层面能够及时有效的进行舆情平息,避免出现网络运行失控的情况,为提供健康、安全、稳定的网络运行环境提供有力的支持。
(2)本实用新型可以采用语音播报的方式将解析所得舆情情况进行实时播报,解决操作员必须紧盯屏幕而导致视觉疲劳的不足之处,使得操作员可以根据语音播报了解舆情的实时状态。
(3)本实用新型根据预制的数据信息,当解析出具有重大影响的舆情情况时,在语音播报的同时,还利用声光报警的方式提醒舆情 监控者当前出现即将失控的舆情状态,使得监控者能够及时上报,避免舆情泛滥,影响网络稳定运行。
(4)本实用新型的使用,能够及时稳定、高效的让系统内的所有检查员对网络舆情进行及时处理,及时进行舆情监控,对网络热点、敏感点进行实时关注和获取,并及时制定一整套舆情应对措施,避免不良事态的扩大,并将正面事件进行合理放大。
(5)本实用新型所设置的网络舆情分析服务器能够达到区别化、重点化、全局性、定向性的进行网络舆情采集,在采集过程中能够安全、稳定、高效的运行,不会出现系统崩溃等情况的发生。
附图说明
图1为本实用新型结构示意图。
图2为本实用新型所述声光报警电路图。
其中,在图2中的附图标记1为USB接口电路。
具体实施方式
下面结合实施例对本实用新型作进一步地详细说明,但本实用新型的实施方式不限于此。
值得注意的是,在本实用新型的实际应用中,不可避免的会应用到软件程序,但申请人在此声明,该技术方案在具体实施时所应用的软件程序皆为现有技术,在本申请中,不涉及到软件程序的更改及保护,只是对为实现发明目的而设计的硬件架构的保护。
实施例1:
本实用新型提出了一种采用概率图模型的网络舆情监控装置,解 决现有技术不能系统内多操作员协同处理的不足之处,设计出可以实时播报舆情情况,并当出现超出预制舆情泛滥情况时,能够声光示警的方式提醒整个系统内的操作员某网络区域内出现不开控的舆情状态,使得整个监管层面能够及时有效的进行舆情平息,避免出现网络运行失控的情况,为提供健康、安全、稳定的网络运行环境提供有力的支持,如图1、图2所示,特别采用下述设置结构:包括网络舆情分析服务器、数据处理电路及声光报警电路,所述网络舆情分析服务器与数据处理电路相连接,所述数据处理电路连接声光报警电路;在所述声光报警电路内设置有输入电路、耦合电路、信号处理电路、声音提示电路及光源提示电路;所述数据处理电路连接输入电路,输入电路连接耦合电路,耦合电路连接信号处理电路,信号处理电路分别与声音提示电路及光源提示电路相连接,且网络舆情分析服务器通过USB接口电路1连接供电给声光报警电路。
所述网络舆情分析服务器用于对网络上的舆情信息进行采集并分析,利用现有舆情分析技术分析采集预先设定的索要关注的信息;采集分析所得后将利用数据处理电路对重点所关注的信息进行解析分类,并利用声音实时播报所观测的舆情信息,当出现舆情信息超出预制的危险值时,将同步利用声光报警电路进行声光报警,使得系统内的所有舆情观察员都能知晓是那类舆情出现泛滥且超过预警值,在进行舆情采集、分析时不可避免的会应用到软件技术,但在实现本实用新型的数据处理时,所应用的软件技术皆为现有技术,在此不做过多赘述。
实施例2:
本实施例是在上述实施例的基础上进一步优化,进一步的为更好地实现本实用新型,如图1、图2所示,特别采用下述设置结构:在所述数据处理电路内设置有数据解析电路、信号分析电路及语音播报电路,所述网络舆情分析服务器连接数据解析电路,数据解析电路连接信号分析电路,信号分析电路连接语音播报电路,数据解析电路与输入电路相连接。
所述数据解析电路,用于对所关注的舆情信息数据进行解析,当解析所得信息超过预制的预警值时,将同步发送声光报警指令到声光报警电路内,使得声光报警电路工作;数据解析电路解析数据后将利用信号分析电路具体的进行大类到小类的分析,并将分析结果是何种舆情用语音播报电路实时播报出来,使得观测者或网络舆情分析师不通过观察屏幕也可知晓当前所检测舆情的那类舆情。
实施例3:
本实施例是在上述任一实施例的基础上进一步优化,如图1、图2所示,进一步的为更好地实现本实用新型,特别采用下述设置结构:在所述输入电路内设置有二极管D1、电容C1及指示灯电路,所述二极管D1的第一端连接数据解析电路的报警信号输出端的第一端,报警信号输出端的第二端连接电容C1的第二端,电容C1的第一端连接二极管D1的第二端,指示灯电路并联在电容C1的两端上,所述耦合电路的输入端并联在指示灯电路上。
实施例4:
本实施例是在上述任一实施例的基础上进一步优化,如图1、图2所示,进一步的为更好地实现本实用新型,特别采用下述设置结构:所述指示灯电路包括相互串联的发光二极管D2及电阻R2,且发光二极管D2的非共接端连接二极管D1的第二端,电阻R2的非共接端连接电容C1的第二端。
实施例5:
本实施例是在上述任一实施例的基础上进一步优化,如图1、图2所示,进一步的为更好地实现本实用新型,特别采用下述设置结构:所述二极管D1的负极连接发光二极管D2的正极,发光二极管D2的负极与电阻R2串联;电容C1采用电解电容,且电容C1的正极连接电阻D1的负极。
实施例6:
本实施例是在上述任一实施例的基础上进一步优化,如图1、图2所示,进一步的为更好地实现本实用新型,特别采用下述设置结构:所述耦合电路包括光电耦合器IC1、电阻R1及电阻R3;所述电阻R1与光电耦合器IC1的输入端串联,且电阻R1的非共接端连接电容C1的第二端,光电耦合器IC1的输入端的非共接端连接二极管D1的第二端;电阻R3与光电耦合器IC1的输出端串联,且电阻R3的非共接端和光电耦合器IC1的输出端的非共接端皆与USB接口电路1相连接。
实施例7:
本实施例是在上述任一实施例的基础上进一步优化,如图1、图 2所示,进一步的为更好地实现本实用新型,特别采用下述设置结构:在所述信号处理电路内设置有电位器W1、电容C2、时基芯片IC2及电容C3,所述时基芯片IC2的4脚连接电阻R3的共接端,时基芯片IC2的8脚分别连接电阻R3的非共接端、电位器W1的第一固定端及声音提示电路;电位器W1的可调端连接时基芯片IC2的7脚;电位器W1的第二固定端分别与时基芯片IC2的2脚和6脚、电容C2的第一端相连接,电容C2的第二端分别与光电耦合器IC1的输出端的非共接端、时基芯片IC2的1脚、电容C3的第二端及光源提示电路相连接,时基芯片IC2的5脚连接电容C3的第一端,时基芯片IC2的3脚分别与声音提示电路及光源提示电路相连接;电位器W1可以调整其震荡频率,为信号处理电路安全稳定的运行提供有力保障。
实施例8:
本实施例是在上述任一实施例的基础上进一步优化,如图1、图2所示,进一步的为更好地实现本实用新型,特别采用下述设置结构:在所述声音提示电路内设置有三极管Q1及喇叭B,所述喇叭B的一端连接时基芯片IC2当脚,喇叭B的另一端连接三极管Q1的集电极,三极管Q1的基极与时基芯片IC2的3脚相连接,三极管Q1的发射极连接时基芯片IC2的1脚。
实施例9:
本实施例是在上述任一实施例的基础上进一步优化,如图1、图2所示,进一步的为更好地实现本实用新型,特别采用下述设置结构:所述光源提示电路内设置有相互串联的发光二极管D3及电阻R4,且 发光二极管D3的正极连接时基芯片IC2的3脚,电阻R4的非共接端连接时基芯片IC2的1脚。
实施例10:
本实施例是在上述任一实施例的基础上进一步优化,如图1、图2所示,进一步的为更好地实现本实用新型,特别采用下述设置结构:所述光电耦合器IC1采用4N25光电耦合器,所述时基芯片IC2采用555系列时基芯片。
在使用时,电阻R1的一端连接4N25的2脚,4N25的1脚连接二极管D1的负极,4N25的5脚连接IC2的4脚,优选的时基芯片IC2采用NE555时基芯片;4N25的4脚连接IC2的1脚;三极管Q1采用npn型三极管。
数据解析电路发出报警指令信号后,将利用二极管D1、电容C1输送到耦合电路内,同时发光二极管D2和电阻R2共同构成指示灯电路,提示报警指令是否正常下方;报警指令通过由二极管D1、电容C1、指示灯电路所组成的输入电路后将经电阻R1接光电耦合器IC1(4N25)的初级端(1-2);在报警指令正常下达时,4N25的发光二极管发光,并照射到4N25中的光敏三极管的光照面上。由于光照,光敏管饱和导通,其集电极(5脚)对地电压Uα在0.3V左右,时基芯片IC2和R3、W1、C2等组成信号处理电路(多谐振荡器);时基芯片IC2的3脚输出的振荡方波经三极管Q1驱动喇叭B发出报警声音,同时驱动发光二极管D3闪亮发光,告诫系统内舆情分析员当前出现重大(超预设情况)舆情情况。
以上所述,仅是本实用新型的较佳实施例,并非对本实用新型做任何形式上的限制,凡是依据本实用新型的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本实用新型的保护范围之内。

Claims (10)

1.一种采用概率图模型的网络舆情监控装置,其特征在于:包括网络舆情分析服务器、数据处理电路及声光报警电路,所述网络舆情分析服务器与数据处理电路相连接,所述数据处理电路连接声光报警电路;在所述声光报警电路内设置有输入电路、耦合电路、信号处理电路、声音提示电路及光源提示电路;所述数据处理电路连接输入电路,输入电路连接耦合电路,耦合电路连接信号处理电路,信号处理电路分别与声音提示电路及光源提示电路相连接,且网络舆情分析服务器通过USB接口电路(1)连接供电给声光报警电路。
2.根据权利要求1所述的一种采用概率图模型的网络舆情监控装置,其特征在于:在所述数据处理电路内设置有数据解析电路、信号分析电路及语音播报电路,所述网络舆情分析服务器连接数据解析电路,数据解析电路连接信号分析电路,信号分析电路连接语音播报电路,数据解析电路与输入电路相连接。
3.根据权利要求2所述的一种采用概率图模型的网络舆情监控装置,其特征在于:在所述输入电路内设置有二极管D1、电容C1及指示灯电路,所述二极管D1的第一端连接数据解析电路的报警信号输出端的第一端,报警信号输出端的第二端连接电容C1的第二端,电容C1的第一端连接二极管D1的第二端,指示灯电路并联在电容C1的两端上,所述耦合电路的输入端并联在指示灯电路上。
4.根据权利要求3所述的一种采用概率图模型的网络舆情监控装置,其特征在于:所述指示灯电路包括相互串联的发光二极管D2及电阻R2,且发光二极管D2的非共接端连接二极管D1的第二端,电阻R2的非共接端连接电容C1的第二端。
5.根据权利要求4所述的一种采用概率图模型的网络舆情监控装置,其特征在于:所述二极管D1的负极连接发光二极管D2的正极,发光二极管D2的负极与电阻R2串联;电容C1采用电解电容,且电容C1的正极连接电阻D1的负极。
6.根据权利要求3~5任一项所述的一种采用概率图模型的网络舆情监控装置,其特征在于:所述耦合电路包括光电耦合器IC1、电阻R1及电阻R3;所述电阻R1与光电耦合器IC1的输入端串联,且电阻R1的非共接端连接电容C1的第二端,光电耦合器IC1的输入端的非共接端连接二极管D1的第二端;电阻R3与光电耦合器IC1的输出端串联,且电阻R3的非共接端和光电耦合器IC1的输出端的非共接端皆与USB接口电路(1)相连接。
7.根据权利要求6所述的一种采用概率图模型的网络舆情监控装置,其特征在于:在所述信号处理电路内设置有电位器W1、电容C2、时基芯片IC2及电容C3,所述时基芯片IC2的4脚连接电阻R3的共接端,时基芯片IC2的8脚分别连接电阻R3的非共接端、电位器W1的第一固定端及声音提示电路;电位器W1的可调端连接时基芯片IC2的7脚;电位器W1的第二固定端分别与时基芯片IC2的2脚和6脚、电容C2的第一端相连接,电容C2的第二端分别与光电耦合器IC1的输出端的非共接端、时基芯片IC2的1脚、电容C3的第二端及光源提示电路相连接,时基芯片IC2的5脚连接电容C3的第一端,时基芯片IC2的3脚分别与声音提示电路及光源提示电路相连接。
8.根据权利要求7所述的一种采用概率图模型的网络舆情监控装置,其特征在于:在所述声音提示电路内设置有三极管Q1及喇叭B,所述喇叭B的一端连接时基芯片IC2当脚,喇叭B的另一端连接三极管Q1的集电极,三极管Q1的基极与时基芯片IC2的3脚相连接,三极管Q1的发射极连接时基芯片IC2的1脚。
9.根据权利要求7所述的一种采用概率图模型的网络舆情监控装置,其特征在于:所述光源提示电路内设置有相互串联的发光二极管D3及电阻R4,且发光二极管D3的正极连接时基芯片IC2的3脚,电阻R4的非共接端连接时基芯片IC2的1脚。
10.根据权利要求7-9任一项所述的一种采用概率图模型的网络舆情监控装置,其特征在于:所述光电耦合器IC1采用4N25光电耦合器,所述时基芯片IC2采用555系列时基芯片。
CN201720301407.7U 2017-03-27 2017-03-27 一种采用概率图模型的网络舆情监控装置 Expired - Fee Related CN206741482U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201720301407.7U CN206741482U (zh) 2017-03-27 2017-03-27 一种采用概率图模型的网络舆情监控装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201720301407.7U CN206741482U (zh) 2017-03-27 2017-03-27 一种采用概率图模型的网络舆情监控装置

Publications (1)

Publication Number Publication Date
CN206741482U true CN206741482U (zh) 2017-12-12

Family

ID=60558262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201720301407.7U Expired - Fee Related CN206741482U (zh) 2017-03-27 2017-03-27 一种采用概率图模型的网络舆情监控装置

Country Status (1)

Country Link
CN (1) CN206741482U (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108900219A (zh) * 2018-09-30 2018-11-27 郑州航空工业管理学院 一种网络舆情信息预警系统
CN110110235A (zh) * 2019-05-14 2019-08-09 北京百度网讯科技有限公司 用于处理数据的方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108900219A (zh) * 2018-09-30 2018-11-27 郑州航空工业管理学院 一种网络舆情信息预警系统
CN110110235A (zh) * 2019-05-14 2019-08-09 北京百度网讯科技有限公司 用于处理数据的方法和装置
CN110110235B (zh) * 2019-05-14 2021-08-31 北京百度网讯科技有限公司 用于推送信息的方法和装置

Similar Documents

Publication Publication Date Title
Stefanidis et al. Zika in Twitter: temporal variations of locations, actors, and concepts
Kogan et al. Think local, retweet global: Retweeting by the geographically-vulnerable during Hurricane Sandy
CN103116605B (zh) 一种基于监测子网的微博热点事件实时检测方法及系统
Schulz et al. Crisis information management in the Web 3.0 age.
Indu et al. A nature-inspired approach based on Forest Fire model for modeling rumor propagation in social networks
CN103905440B (zh) 一种基于日志和snmp信息融合的网络安全态势感知分析方法
CN106055627A (zh) 话题领域中社交网络关键节点的识别方法
CN206741482U (zh) 一种采用概率图模型的网络舆情监控装置
CN104484359B (zh) 一种基于社交图谱的舆情分析方法及装置
CN103605992B (zh) 一种电力内外网交互中的敏感图像识别方法
Sakaki et al. The possibility of social media analysis for disaster management
Matas Comparing Network Centrality Measures as Tools for Identifying Key Concepts in Complex Networks: A Case of Wikipedia.
Wang et al. Multidimensional influencing factors of public opinion information dissemination in social media: Evidence from Weibo dataset
Sosea et al. Using the image-text relationship to improve multimodal disaster tweet classification
Xing et al. Using data mining to track the information spreading on social media about the COVID-19 outbreak
Wei et al. Analysis of information dissemination based on emotional and the evolution life cycle of public opinion
Andhale et al. Twitter sentiment analysis for COVID-19
Falk An ontology for threat intelligence
Li et al. Simulation model on network public opinion communication model of major public health emergency and management system design
CN107274324A (zh) 一种基于云服务进行突发事件风险评估的方法
Enos et al. Applying social network analysis to systems of systems: The case of the 2016 Puerto Rico power outage
Yang et al. Analysis of network public opinion on COVID-19 epidemic based on the WSR theory
Li et al. Research on public health crisis early warning system based on context awareness
CN108366088A (zh) 一种用于教学网络系统的信息安全预警系统
Hong et al. Improved Key Node Recognition Method of Social Network Based on PageRank Algorithm.

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171212

Termination date: 20190327