TWI601088B - Topic management network public opinion evaluation management system and method - Google Patents

Topic management network public opinion evaluation management system and method Download PDF

Info

Publication number
TWI601088B
TWI601088B TW103134690A TW103134690A TWI601088B TW I601088 B TWI601088 B TW I601088B TW 103134690 A TW103134690 A TW 103134690A TW 103134690 A TW103134690 A TW 103134690A TW I601088 B TWI601088 B TW I601088B
Authority
TW
Taiwan
Prior art keywords
word
evaluation
mouth
topic
public opinion
Prior art date
Application number
TW103134690A
Other languages
English (en)
Other versions
TW201614576A (en
Inventor
Hua Tai Huang
Meng Hsin Yang
Po Wei Huang
Original Assignee
Chunghwa Telecom Co Ltd
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 Chunghwa Telecom Co Ltd filed Critical Chunghwa Telecom Co Ltd
Priority to TW103134690A priority Critical patent/TWI601088B/zh
Priority to CN201510032358.7A priority patent/CN104657425B/zh
Priority to US14/614,167 priority patent/US10650316B2/en
Publication of TW201614576A publication Critical patent/TW201614576A/zh
Application granted granted Critical
Publication of TWI601088B publication Critical patent/TWI601088B/zh

Links

Classifications

    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • 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
    • G06F16/93—Document management systems
    • 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
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)

Description

議題管理式網路輿情評價管理系統與方法
本發明是有關於一種議題管理式網路輿情評價管理系統與方法，特別是有關於一種透過議題關聯已完成評價之網路資訊群，且進行管理與資料交換之系統。
隨著社群網站與服務快速發展，社群議題動態快速影響企業甚至個人經營，輿情/議題評價監測與管理技術甚為重要。網路社群口碑就是消費者的親身經驗分享，以心得或意見的形式存在於各大討論區、部落格與社群網站，以議題為核心並快速自動化評價對於企業的產品、服務、品牌經營，有著極大的影響力。過往使用者有輿情難以收集、輿情收集後資訊混亂與超載、情報分析偏重人力、難以從大量輿情中觀測潛在議題、議題難以追蹤等五大問題。
台灣專利公開號TW201137632所揭露的技術是以文件為基礎，對一文件所關聯之不同情緒，透過讀者、作者間情緒向量與空間向量計算，進行文件情緒分析，並將文件以顏色區分不同情緒程度之系統與方法。
中國專利公告號102073646A所揭露的技術為針對目標文本 的字詞作分析，由每個字詞對主題的傾向性進行計算，包含正面傾向(褒意)與負面請向(貶意)，經方法總結計算後找出最傾向的主題，意即找到須注意之案例。
有鑑於上述習知技藝之問題，本發明之目的就是在提供一種議題管理式網路輿情評價管理系統與方法，可以本專利蒐集與結構化新聞、部落格、社交網站、論壇、Apps評價等各類資訊，並結合文字口碑分析與社群互動分析，快速針對網路輿情與議題建構口碑評價，且因基於議題管理基礎，可透過議題管理持續觀測一議題的發展以及各段時間內的發展趨勢，亦可透過國際標準分享資訊，易於輿情監測、社群經營與相關系統整合。
本發明之議題管理式網路輿情評價管理系統，包含一議題建立與管理模組、一輿情蒐集模組、一輿情口碑評分模組、一議題趨勢分析模組以及一議題相關輿情資料交換模組。其中，議題建立與管理模組建立複數個議題與複數個關鍵字，該些議題與該些關鍵字互相對應，並產出一設定組態，且管理該些議題；輿情蒐集模組從複數個異質資料來源蒐集資料並轉換為一結構化資料格式；輿情口碑評分模組用以計算出一輿情正負評價；議題趨勢分析模組用以計算出一議題正負評價；議題相關輿情資料交換模組連結上述該些模組，用以提供該些模組存取該輿情正負評價以及該議題正負評價。
本發明之議題管理式網路輿情評價管理方法包含下列步驟：以一口碑雙指標正負評價分析方法分析一文章並取得一第一口碑指標 以及一第二口碑指標；根據該第一口碑指標以及該第二口碑指標產生一輿情評價分數；以及以一議題評價分析方法調整該輿情評價分數，並取得以議題為主之一議題口碑分數。
承上所述，依本發明之議題管理式網路輿情評價管理系統及方法，其可具有一或多個下述優點：
1.本系統以議題以及議題所需制訂之資料屬性為基礎，匯集不開放爬網(指系統對網站探索分析其內容與屬性，從而建立可供查詢的內容索引)之網站與開放爬網的指定網站資訊，此集成後資訊為結構化資訊而非RAW DATA，依議題所需制訂之資料屬性規範。不可爬網網站包括社交網站、智慧型手機應用軟體商店、部落格社群與論壇；可爬網網站包括網路新聞媒體。
2.透過議題所匯集之資訊，經輿論口碑資訊分析給予每一則資訊數個量化評價資訊，評價分數結合自然語意分析技術與社群fuzzy技術，此含有輿論評價分數之資訊即為「輿情」，每個制訂之議題皆可透過關鍵字與評價分數，對應出相關輿情，透過此機制，議題也可每日自動追蹤輿情發展，以自動化推論機制快速知悉輿情。
3.每則議題基於每則輿情評價分數，因議題應依時間遞減其影響性，會將每則議題每日所對應之輿情加入時間影響效應後，計算出一個議題本日正面評價分數、正面輿情代表群、負面評價分數、負面輿情代表群，並以同樣方法計算出議題週評價與月評價，快速觀測議題之趨勢變化。
4.此系統規劃設計上以議題為基礎執行網路輿情評價管理，能擴展至不 能爬網之網路資訊範圍使輿情獲取更完整，自動化分析輿情與議題評價值使觀測者易於聚焦、追蹤、獲取評價，可降低網路資訊蒐集分析成本，並能應用於品牌、產品、服務、行銷成果之正面評價推升與負面評價消弭。
100‧‧‧議題建立與設定模組
101‧‧‧輿情蒐集模組
102‧‧‧輿情情緒評分模組
103‧‧‧議題趨勢分析模組
104‧‧‧議題相關輿情資料交換模組
105‧‧‧議題處理與追蹤於情資訊顯示模組
106‧‧‧建立或設定議題模組
107‧‧‧其他系統或平台
1001‧‧‧議題與關鍵字資訊
1002‧‧‧議題資訊
1003、1004‧‧‧結構化輿情資訊
1005‧‧‧輿情情緒之雙指標正負評價分數
1006、1007‧‧‧資料交換格式資訊
1008‧‧‧議題情緒分數
1009‧‧‧既有議題設定資訊
1010‧‧‧更新議題設定資訊
200‧‧‧議題管理網站伺服器群組
201‧‧‧資料庫伺服器群組
202‧‧‧輿情蒐集與結構化資料流伺服器
203‧‧‧情緒字典評價分析伺服器
204‧‧‧索引伺服器
205‧‧‧資料交換與查詢伺服器
206‧‧‧網路設備
207‧‧‧防火牆
208‧‧‧轉接網路設備
210‧‧‧FTP伺服器
211‧‧‧電子郵件伺服器
213‧‧‧網際網路
第1圖係為本發明之議題管理式網路輿情評價管理系統之方塊圖。
第2圖係為本發明之議題管理式網路輿情評價管理系統之示意圖。
第3圖係為本發明之議題管理式網路輿情評價管理方法之流程圖。
本發明的整體流程如第1圖所示，本發明的流程須以議題管理為基礎，進入系統後先讀取議題建立與設定模組100內存之議題設定資訊。若議題建立與設定模組100內存設定資訊為空，則於議題建立與設定模組100內執行「新建議題與議題所屬關鍵字」，使系統完成議題與議題所屬關鍵字資訊1001之設定。
透過所定議題與關鍵字資訊1001，至議題建立與設定模組101取得raw data並轉換成結構化資訊儲存，結構化格式為標題、作者、來源、網址、內文等欄位，並區分為社交網站(FACEBOOK、Plurk、Twitter等)、新聞媒體、興趣社群(PTT、Mobileol、Baby Home、知名部落格等網站)、智慧型手機應用軟體市集(Google Play、Apple iTunes、Windows Market等)等四大分類。結構化輿情資訊1003、1004經過輿情情緒評分模組102與本系統之方法，計算出每一則輿情情緒之雙指標正負評價分數1005，包含文字分析所得之正、負評價分數，以及社群Fuzzy分析所得之正、負評價分數。
由輿情情緒評分模組102所取得之各則輿情評價分數1005，視應用產業範疇，可在議題趨勢分析模組103選擇採用文字評價指標正負評價分數、或採用社群Fuzzy評價指標正負評價分數、或將兩指標以產業認知方式之結合為具有意義之評價數值(比如將文字評價與社群Fuzzy評價採用為算術平均數、加權平均數、幾何平均數、差數、和數、積數、商數等)，計算出以議題為主之議題口碑分數。
輿情情緒評分模組102、議題趨勢分析模組103的評價分數之期間皆以日為單位，以此日評價為基礎，利用統計學常用方程式(總數、算術平均數、眾數、中位數)轉換，提供週評價、月評價、季評價、年評價。
輿情蒐集模組101、輿情情緒評分模組102、議題趨勢分析模組103、以及建立或設定議題模組106所產出之資訊，在議題相關輿情資料交換模組104整合，並透過API提供所有議題資訊查詢，以JSON(JavaScript Object Notation)資料交換語言、XML(eXtensible Markup Language)可擴展標註式語言、DSML(Directory Services Markup Language)目錄服務標註語言、YAML(YAML Ain't Markup Language)另型態標註式語言標準，回應標準化結果(資料交換格式資訊1007)給議題處理與追蹤於情資訊顯示模組105之顯示介面，進行議題處理與議題相關輿情之追蹤，也可將這些標 準化結果(資料交換格式資訊1006)回傳給其他系統或平台107予其他系統或平台另行應用。
人為處理與操作議題處理與追蹤於情資訊顯示模組105後，使用者藉由判讀這些資訊，可透過建立或設定議題模組106調整議題資訊，選擇建立/設定議題(更新議題設定資訊1010)，則回到操作議題建立與設定模組100相關流程，若選擇不建立/設定議題，則議題資訊會整合於議題相關輿情資料交換模組104，提供所有已建立/設定之議題之相關資訊1009。
請參閱第2圖，在備妥多個虛擬伺服器(Virtual Machine，簡稱VM)獨立佈署各模組後，議題管理網站伺服器群組200建立/設定議題暨各議題對應關鍵字組之組態，並包含Web層服務與議題管理API，議題管理網站伺服器群組200所設定的關鍵字組送至輿情蒐集與結構化資料流伺服器202，輿情蒐集與結構化資料流伺服器202以此關鍵字組為基準，由網際網路213取得未經整理的網站輿情資料(RAW DATA)至輿情蒐集與結構化資料流伺服器202暫存。
輿情蒐集與結構化資料流伺服器202包含多組資訊接取與轉換模組，每日定時將由網際網路213取得的暫存RAW DATA予以結構化轉換，轉換為具有標題、作者、內文、發文時間、取得時間、轉換資料時間、網址、網頁標籤、資料來源、資料來源網站分類、點閱數、回應數等之固定格式結構化資訊，並區分為社交網站(FACEBOOK、Plurk、Twitter等)、新聞媒體、興趣社群(PTT、Mobile01、Baby Home、知名部落格等網站)、智慧型手機應用軟體市集(Google Play、Apple iTunes、Windows Market等)等四大分類；輿情蒐集與結構化資料流伺服器202以檔案傳輸協定/安全性檔 案傳輸協定(FTP/SFTP)由FTP伺服器210取得輿情文字CSV或TXT檔案，以分隔符號解析文字檔案後予以結構化轉換；輿情蒐集與結構化資料流伺服器202以Java程式透過安全認證後，取得電子郵件伺服器211來源之Windows Office文件檔(.docx或.xlsx)，以Office Open XML標準為依據結構化抽出文件中的輿情資訊，再予以結構化轉換；其他非OFFICE文件檔、固定分隔符號文字檔、也無法透過爬網技術取得之資料，輿情蒐集與結構化資料流伺服器202制定固定格式與API，以國際標準格式JSON(JavaScript Object Notation)資料交換語言、XML(eXtensible Markup Language)可擴展標註式語言、DSML(Directory Services Markup Language)目錄服務標註語言)、YAML(YAMLAin't Markup Language)另型態標註式語言標準等規範進行資料交換取得輿情資料，再予以結構化轉換；另針對目前熱門的社交網站，如：Facebook、Twitter、Plurk、Google+等，以各社交網站提供SNS API取得社交網站上所張貼文章、分享數、留言數、按讚數、社群標籤，也可取得213中網址資訊(如：新聞網頁)所嵌入之外部社交網站如Facebook之分享數、留言數、按讚數、社群標籤，再一併予以結構化轉換；針對台灣熱門之BBS站台，以telnet標準登入BBS網站中數個指定論壇，模擬使用者瀏覽文章方式依日期逐一選閱，並同時抄錄資訊至輿情蒐集與結構化資料流伺服器202，再予以結構化轉換；所有異質資料透過輿情蒐集與結構化資料流伺服器202，對應議題與固定格式整合轉換為結構化資訊。
輿情蒐集與結構化資料流伺服器202將轉換完成之大量結構化資訊，儲存至資料庫伺服器群組201，並於索引伺服器204建立結構化資料查詢索引檔，輿情蒐集與結構化資料流伺服器202於每次轉換資訊儲存 完成後，透過資料庫伺服器群組201呼叫情緒字典評價分析伺服器203進行評價分析，情緒字典評價分析伺服器203存有一套口碑量值字典，口碑量值字典內容為每一口碑字詞所對應的正面口碑分數與負面口碑分數，另建置包括文字口碑指標分析與社群Fuzzy社群指標分析之口碑雙指標正負評價分析方法模組，以及議題評價分析方法模組；情緒字典評價分析伺服器203取得資料庫伺服器群組201每單筆結構化輿情資訊，先針對文章內容抽詞成i等分，並將各字詞與口碑量值字典比對，正向之文字詞義分析口碑指標採用方程式
計算出每一筆輿情正向文字口碑指標分數，而負向之文字詞義分析口碑指標則採用方程式
計算出每一筆輿情負向文字口碑指標分數；情緒字典評價分析伺服器203取得資料庫伺服器群組201每單筆結構化輿情資訊中之社交網站按讚數、分享數與留言數，針對每筆輿情進行社群Fuzzy社群指標分析，以方程式
計算出每筆輿情其值0~1的Fuzzy社群正向口碑指標，其中u=按讚數+分享數(若文本來自FACEBOOK社團或粉絲團，則u=觸及數)，a +=20，b +=200， 並視需求可再調整a + b +兩參數值使其精準度提升，以方程式
計算出每筆輿情Fuzzy社群負向口碑指標，其中r=留言數，u=按讚數+分享數(若文本來自FACEBOOK社團或粉絲團，則u=觸及數)，k=100，a -=2，b -=10。比如若留言數為10，按讚數+分享數為1000，則，得到此筆輿情Fuzzy社群負向口碑指標為0，代表負面程度低，以此類推若按讚數+分享數為1000但留言數超過100則，得到此筆輿情Fuzzy社群負向口碑指標為1，代表負面程度高，按讚數+分享數為1000而留言數介於20到100間的，即按公式取得0~1之間的負面程度指標值，操作者並視需求可再調整a -、b -兩參數值使其精準度提升。
取得文字詞義口碑正負向指標值與社群口碑正負向指標值後，本實施例欲應用於社群議題分析與議題監測，以此範疇社交網站使用者使用讚、分享、留言等社交工具的行為，應較有值得參考之準確性，因此本實施利以加權平均數：(120%社群口碑指標+80%文字詞義口碑指標)/2，計算得出每一筆輿情之輿情正面評價與負面評價兩個值，比如某筆輿情之社群口碑正指標0.5、文字詞義口碑正指標0.6，則該筆輿情之輿情正評價為(120% x 0.5+80% x 0.6)/2=0.54，該筆輿情之社群口碑負指標0.15、文字詞義口碑負指標0.25，則該筆輿情之輿情負評價為(120% x 0.15+80% x 0.25)/2=0.19，每筆輿情評價計算完成後並將包括正向/負向社群口碑指標、正向/負向文字詞義口碑指標、正向/負向加權平均輿情評價數值，儲存至資料庫伺服器群組201，且於索引伺服器204建立查詢索引檔。
情緒字典評價分析伺服器203取得每一筆輿情之正、負評價後，回查資料庫伺服器群組201查詢議題與議題對應關鍵字資訊，可以知道各個議題的一段期間內所對應的輿情，將這些對應到的輿情其評價值，以方程式切分不同期間計算，即可得到議題日評價、周評價、月評價、季評價、與年評價，每個議題評價都將正負評價分開表示，計算方程式為：
並逐筆將輿情正評價代入Vi，期間為本日則於本日夜間23：00執行計算，D now -Di=0，base=10，C=10，若此議題5個關鍵字組，則Summary(Keywords)=5，計算得到議題本日正評價，同理將輿情負評價代入，計算得到議題本日負評價；於周六夜間23：00執行計算，D now -Di=7，得到周評價；於月底夜間23：00執行計算D now -Di=本月日數計算得到月評價，同理得到季評價與年評價；所有議題與關鍵字及輿情對應、議題各期間評價，皆儲存至資料庫伺服器群組201，且於索引伺服器204建立查詢索引檔。
資料交換與查詢伺服器205建置所有外部有需求之資料交換、查詢之API，查詢時至索引伺服器204快速取得相關資訊，有調整需要時也可針對資料庫伺服器群組201做新增、修改或刪除，並由資料庫伺服器群組201引發索引伺服器204重建索引，系統自有網站即可由議題管理網站伺服器群組200透過資料交換與查詢伺服器205之API取得須顯示資訊；內 部網站或應用程式即可經網路設備206由議題管理網站伺服器群組200呼叫資料交換與查詢伺服器205，取得所需資訊，資訊以JSON/XML/DSML等標準格式包裝；外部網站經防火牆207合法連接，轉接網路設備208由議題管理網站伺服器群組200呼叫資料交換與查詢伺服器205之API，取得所需資訊，資訊以JSON/XML/DSML等標準格式包裝，完成資料同步或交換。
議題管理網站伺服器群組200除議題建立外，基於資料交換與查詢伺服器205服務，可針對各個議題進行管理，包括修改、刪除、關鍵字調整、議題處理方式記錄、議題回報、EMAIL議題與輿情、議題查詢相關輿情、重大議題告警通報、議題中爆量輿情告警等議題管理作業。
請參考第3圖，本發明之議題管理式網路輿情評價管理方法包含下列步驟：S301：以口碑雙指標正負評價分析方法分析一文章並取得一第一口碑指標以及一第二口碑指標；S302：根據第一口碑指標以及第二口碑指標產生一輿情評價分數；以及S303：以議題評價分析方法調整輿情評價分數，並取得以議題為主之議題口碑分數。
詳言之，議題評價分析方法主要利用每一則輿情分析後評價Vi進行運算，依照計算的時間週期(如：日、周、月)以時間影響度調整方程式Date_Function( )調整每一計算時間點的輿情評價值Vi；舉例來說，若於7/1去計算某一議題的6/25~7/15之評價，其中關連到的每一則7/1輿情評價值Vi可不受日期影響，但關連到的6/25~6/30的輿情距離7/1已經過一段時間，其評價效度應已折損，假設經評估6/25評價已折損一半，則6/25 該日輿情評價值應以Vi/2計算；Date_Function( )即是依此概念針對一項議題對應到不同日期的輿情架價值予以調整。分析方程式如下：
如上述經時間影響度調整方程式調整後之Vi，經加總後除以議題指定關鍵字組的組數，以稀釋關鍵字組量之影響，比如一議題指定了10個關鍵字組去找到相關輿情，則此值為10，計算出議題評價值Iv(V)。其中，輿情評價取得方式參考下述之口碑雙指標正負評價分析方法以及口碑指標挑選方法而取得。因應產業需求不同，Date_Function( )調整方法也不同，其中包括數種方法分述如下：對數法方程式
此議題評價分析方法為，當對應許多輿情於某一議題時，針對該議題本身計算評價的方法，尤指在一段指定期間內各Vi須調整幅度不大，以此日期區間作為Log基底數。議題評價Iv(V)是基礎於輿情評價分數之事件影響因子總和運算。其中，n代表一議題的相關輿情篇數，如某日一項指定議題有30篇輿情則n=30；Vi代表一個指定議題在一個指定時間區間內之輿情事件影響因子，如以日為單位，Vi所存放值為每一則輿情文章代表的當日評價分數。
Vi所代表每一則文章評價分數由口碑雙指標正負評價分析 方法計算得出，參考下述之口碑雙指標正負評價分析方法以及口碑指標挑選方法而取得，Vi代表每一則文章分數可為文字詞義分析口碑指標正負評價分數、或社群Fuzzy分析口碑指標正負評價分數、或產業認知之結合兩指標的有意義數。
方程式需考慮時間影響，D now 代表指定分析日，D aim 代表輿情發生日，D now -D aim 表指定分析日到輿情發生日之時間距。比如某議題指定分析日期為今日，某輿情發生在前天，則D now -D aim =2。而方程式認為其輿情事件影響因子會隨時間拉長降低其影響力，且最新一日之分數則不應被時間影響，因此對其時間距值之取Log，使為Log(D now -D aim )。另為了確保避免D now =D aim 取Log時能為1以確保同一天時評價值不受時間影響且避免Log 0錯誤、方程式除零錯誤與增加精準度，指定一固定值參數C，使為Log base (D now -D aim +C)。
Log base 的base為分析時為了方便使用的者觀測習慣，所參考之Log底數，比如某企業在一般習慣上10日內的輿情評價受時間影響幅度不大，則採用Log 10來分析，即k=10(此時C=10)。若某企業被客戶指責的輿情兩日內時間遞減程度相差不多，三日後則大幅遞減，則採用Log 2來分析，即k=2(此時C=2)。議題透過方程式
所得之評價值，最後除以該議題所指定參考之關鍵字組數，以稀釋關鍵字組量之影響，比如一議題指定了10個關鍵字組去找到相關輿情，則此值為10。
直線迴歸法
迴歸法方程式：
此方法以迴歸概念，利用過往資訊取得依時間遞減之影響性參數，用以計算議題之評價。議題評價Iv(V)與輿情評價Vi兩個評價變數間有依存關係，若產業需求中輿情評價隨時間遞減影響性偏向線性，則可導入此直線迴歸統計分析方法計算。方程式對Iv(V)求法，需先限制取樣範圍與取樣對象，範圍指定過往一日期與當日一群有效輿情資料(意即過往日期Vi集合)，取樣對象限定關鍵字Summary(Keywords)=1的一項議題，以人工評價準確定義出Iv值，此Iv_person值是以今日觀點評估(例如今天是7/1，計算指定日為6/23，當日Vi總合為10，那麼6/23議題到了7/1，其議題Iv應為何值)，並依日期遞增反覆此作法m次直到最新一日，得到{Vi集合1，Vi集合2，Vi集合3…Vi集合m}，以及對應的人工評價之應變量值{Iv1，Iv2，Iv3…Ivm}。
利用迴歸方程的概念，代入迴歸方程式先求出b。方程式中a為截距，是迴歸直線與縱軸的交點，b為斜率，意為Vi每改變一個時間單位時影響性遞減影響的變化量。再求a，根據回歸方程a等於Iv的均值減去Vi總和均值與b乘積的差值。求得a、b值後，則該日期以此a、b值重新描述方程式，計算議題評價。
以每日議題評價計算為例，取一段過往參考資料求出a=-0.01，b=0.9，則以方程式
計算某一日某項議題評價分析，只要該議題存在於指定日期區間，即以此方程式代入該日該議題對應之輿情各Vi值，即求得Iv(V)值，計算得出議題過往評價。
倍數餘額遞減法
此議題評價分析用法以會計領域常用的成本分析方法之概念為基礎，比起迴歸法簡單易用，適用於一產業所監看之口碑評價受日期影響性偏向一比例，且超過某一日期區間即可忽略其影響性。倍數餘額遞減法方程式如下：
此方法以倍數遞減概念求得某一日期或時間區間的議題評價Iv(V)值，操作者依其需求或實務見解指定一個Dm代表到期日與到此日期間的遞減次數。比如操作者認為一議題超過一個月即無分析意義，且每半日遞減一次，則Dm=30(日)*2=60。另外，尚須指定一個倍數P，假設操作者指定此倍數為3，則P=3，D now 代表指定分析日，D aim 代表輿情發生日，D now -D aim 表指定分析日到輿情發生日之時間距。比如某議題指定分析日期為今日，某輿情發生在前天，則D now -D aim =2，該日議題計算方程式即為：
帶入當日該議題每則輿情之Vi，即可得到議題評價Iv(V)。
口碑雙指標正負評價分析方法為，由一篇文章以文字詞義分 析、社群分析所取得兩項評價值之量化方法。口碑指標一，文字詞義分析口碑指標：以口碑量值字典之辭庫為基準，每一口碑詞各有正負兩種分數，一篇文章切詞後可知內含所有單詞數量(thelength of W)，其間每一詞擊中(hit)口碑辭庫，都可得到單詞語意正評價Wr +與單詞語意負評價Wr -，並利用文章內單詞權重分析方法，計算出一文章之正向口碑語意指標Ov +與負向口碑語意指標Ov -。計算語意正向口碑語意指標之方程式如下：
計算語意負向口碑語意指標之方程式如下：
口碑指標二，社群Fuzzy分析口碑指標：各社群網站中針對用戶所貼文章，部分有提供的簡易贊同識別工具(如：讚、推文、Push、分享、觸及數等)，利用Fuzzy分析方法，指定一值a +作為正向認同度低標且b +為正向認同度高標，u為贊同數總和，u未達a +，則社群正向口碑指標為0；u超過b +，則社群正向口碑指標為1，透過方程式分析取得介於0~1之間的Fuzzy社群正向口碑指標。
社群負向口碑指標納入社群文章的留言數作為分析參數，因為在社群網站中既然提供了便利工具可以贊同文章內容，若瀏覽者使用較複雜的程序「留言」，有可能代表反對社群文章內容，留言數與贊同數(如：讚、推文、Push、分享、觸及數等)越接近，負面程度則越高；以留言隱 含負面口碑之概念，社群負向口碑語意指標一樣利用Fuzzy分析方法，指定一值a -作為負向認同度低標且b -為負向認同度高標，u為贊同數總和，r為留言數總和，k為設定常數(使方程式易於計算)，當r：u比例未達a -，則社群負向口碑指標為0，r：u超過b -，則社群負向口碑指標為1。若m介於a -、b -之間則透過方程式分析取得介於0~1之間的Fuzzy社群負向口碑指標。計算Fuzzy社群正向口碑指標之方程式如下：
計算Fuzzy社群負向口碑指標之方程式如下：
口碑指標挑選方法
輿情口碑評分模組(採口碑雙指標正負評價分析方法)計算得之各則輿情評價分數，視應用產業範疇，可選擇採用文字評價指標正負評價分數、或採用社群Fuzzy評價指標正負評價分數、或將兩指標以產業認知方式之結合為具有意義之評價數值，比如將文字評價與社群Fuzzy評價採用為算術平均數、加權平均數、幾何平均數、差數、和數、積數、商數等，此結合計算 出的輿情分數，用以代入議題評價分析方法，分析取得以議題為主之議題口碑分數。
綜上所述，本發明之議題管理式網路輿情評價管理系統與方法可適用於所有企業、組織、機關與個人所關心的輿情資訊/情報之蒐集，進而達到結合文字蒐集處理、資料標準交換與轉換、文本評價分析、社群評價分析以及議題管理等模組，協助營運組織掌握使用者評價並有效監測網路社群媒體最新訊息來快速應變，以達到維繫客戶關係及維護公司品牌形象之目的。
以上所述僅為舉例性，而非為限制性者。任何未脫離本發明之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。
100‧‧‧議題建立與設定模組
101‧‧‧輿情蒐集模組
102‧‧‧輿情情緒評分模組
103‧‧‧議題趨勢分析模組
104‧‧‧議題相關輿情資料交換模組
105‧‧‧議題處理與追蹤於情資訊顯示模組
106‧‧‧建立或設定議題模組
107‧‧‧其他系統或平台
1001‧‧‧議題與關鍵字資訊
1002‧‧‧議題資訊
1003、1004‧‧‧結構化輿情資訊
1005‧‧‧輿情情緒之雙指標正負評價分數
1006、1007‧‧‧資料交換格式資訊
1008‧‧‧議題情緒分數
1009‧‧‧既有議題設定資訊
1010‧‧‧更新議題設定資訊

Claims (5)

  1. 一種議題管理式網路輿情評價管理系統，包含：一議題建立與管理模組，建立複數個議題與複數個關鍵字，該些議題與該些關鍵字互相對應，並產出一設定組態，且管理該些議題；一輿情蒐集模組，從複數個異質資料來源蒐集資料並轉換為一結構化資料格式；一輿情口碑評分模組，係分析一文章並取得一第一口碑指標以及一第二口碑指標，用以計算出一輿情正負評價；一議題趨勢分析模組，用以計算出一議題正負評價；以及一議題相關輿情資料交換模組，連結上述該些模組，用以提供該些模組存取該輿情正負評價以及該議題正負評價；其中該輿情蒐集模組將從各該異質資料來源蒐集資料透過OFFICE Open XML、格式化文字檔、國際資料交換標準、爬網技術、社交網站存取介面、Telnet紀錄等技術轉換為該結構化資料格式並儲存；其中該輿情蒐集模組定時將由網際網路取得的暫存RAW DATA予以結構化轉換，轉換為具有標題、作者、內文、發文時間、取得時間、轉換資料時間、網址、網頁標籤、資料來源、資料來源網站分類、點閱數、回應數等之固定格式結構化資訊，並區分為社交網站分類、新聞媒體分類、興趣社群分類、智慧型手機應用軟體市集分類；其中該輿情蒐集模組以檔案傳輸協定/安全性檔案傳輸協定(FTP/SFTP)由一FTP伺服器取得輿情文字CSV或TXT檔案，以分隔符號解析文字檔案後予以結構化轉換，該輿情蒐集模組以Java程式透過安全認證後，取 得電子郵件伺服器來源之Windows Office文件檔，以Office Open XML標準為依據結構化抽出文件中的輿情資訊，再予以結構化轉換，非OFFICE文件檔、固定分隔符號文字檔及無法透過爬網技術取得之資料，該輿情蒐集模組則制定固定格式與API，以國際標準格式JSON(JavaScript Object Notation)資料交換語言、XML(eXtensible Markup Language)可擴展標註式語言、DSML(Directory Services Markup Language)目錄服務標註語言)、YAML(YAML Ain't Markup Language)另型態標註式語言標準等規範進行資料交換取得輿情資料，再予以結構化轉換，該輿情蒐集模組利用社交網站提供SNS API取得社交網站上所張貼文章、分享數、留言數、按讚數、社群標籤，網址資訊所嵌入之外部社交網站之分享數、留言數、按讚數、社群標籤，再一併予以結構化轉換，該輿情蒐集模組以telnet標準登入BBS網站中之論壇，模擬使用者瀏覽文章方式依日期逐一選閱，並同時抄錄資訊至該輿情蒐集模組，再予以結構化轉換，各該異質資料來源蒐集資料透過該輿情蒐集模組，對應議題與固定格式整合轉換為該結構化資料格式；其中該輿情口碑評分模組之該第一口碑指標係為文字詞義分析口碑指標，該第二口碑指標係為社群Fuzzy分析口碑指標。 其中該議題趨勢分析模組，其每個制訂之議題皆可透過關鍵字與評價分數，對應出相關輿情；該模組以一議題評價分析方法調整該輿情評價分數，並取得以議題為主之一議題口碑分數；該模組每則議題基於每則輿情評價分數，因議題應依時間遞減其影響性，會將每則議題每日所對應之輿情加入時間影響效應後，計算出一個議題本日正面評價分數、正面 輿情代表群、負面評價分數、負面輿情代表群，並以同樣方法計算出議題週評價與月評價。
  2. 如申請專利範圍第1項所述之議題管理式網路輿情評價管理系統，其中該議題建立與管理模組管理該些議題包含修改、刪除、關鍵字調整、議題處理方式記錄、議題回報、電子郵件議題、議題追蹤、查詢相關議題輿情、重大議題警告通報或議題相關輿情爆量警告。
  3. 如申請專利範圍第1項所述之議題管理式網路輿情評價管理系統，其中該輿情口碑評分模組之該第一口碑指標係為文字詞義分析口碑指標透過一套口碑量值字典，口碑量值字典內容為每一口碑字詞所對應的正面口碑分數與負面口碑分數，該輿情口碑評分模組係針對文章內容抽詞成i等分，並將各字詞與口碑量值字典比對，正向之文字詞義分析口碑指標採用方程式 計算出每一筆輿情正向文字口碑指標分數，而負向之文字詞義分析口碑指標則採用方程式 計算出每一筆輿情負向文字口碑指標分數；該輿情口碑評分模組之該第二口碑指標係為社群Fuzzy分析口碑指標，係透過各該結構化資料格式中之社交網站按讚數、分享數與留言數，針對每筆輿情進行社群Fuzzy社群指標分析，以方程式 計算出對應各該輿情其值0~1的Fuzzy社群正向口碑指標，其中u=按讚數+分享數，a +=20，b +=200，並再調整a + b +兩參數值使其精準度提升，以方程式 計算出每筆輿情Fuzzy社群負向口碑指標，其中r=留言數，u=按讚數+分享數，k=100，a -=2，b -=10。比如若留言數為10，按讚數+分享數為1000，則，得到此筆輿情Fuzzy社群負向口碑指標為0，代表負面程度低。
  4. 如申請專利範圍第1項所述之議題管理式網路輿情評價管理系統，其中該議題趨勢分析模組係以一議題評價分析方法計算出該議題正負評價。
  5. 一種議題管理式網路輿情評價管理方法，包含下列步驟：以一口碑雙指標正負評價分析方法分析一文章並取得一第一口碑指標以及一第二口碑指標；根據該第一口碑指標以及該第二口碑指標產生一輿情評價分數；以及以一議題評價分析方法調整該輿情評價分數，並取得以議題為主之一議題口碑分數； 其中該議題評價分析方法，其每個制訂之議題皆可透過關鍵字與評價分數，對應出相關輿情；其中該議題評價分析方法係根據一時間調整該輿情評價分數；其中該議題評價分析方法，每則議題基於每則輿情評價分數，因議題應依時間遞減其影響性，會將每則議題每日所對應之輿情加入時間影響效應後，計算出一個議題本日正面評價分數、正面輿情代表群、負面評價分數、負面輿情代表群，並以同樣方法計算出議題週評價與月評價。其中該議題評價分析方法係利用該輿情評價分數進行運算，以時間影響度調整方程式Date_Function( )調整每一計算時間點的輿情評價值；分析方程式如下： 其中Vi係為調整後之該輿情評價分數，經加總後除以議題指定關鍵字組的組數，以稀釋關鍵字組量之影響。
TW103134690A 2014-10-06 2014-10-06 Topic management network public opinion evaluation management system and method TWI601088B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW103134690A TWI601088B (zh) 2014-10-06 2014-10-06 Topic management network public opinion evaluation management system and method
CN201510032358.7A CN104657425B (zh) 2014-10-06 2015-01-22 一种议题管理式网络舆情评价管理系统与方法
US14/614,167 US10650316B2 (en) 2014-10-06 2015-02-04 Issue-manage-style internet public opinion information evaluation management system and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW103134690A TWI601088B (zh) 2014-10-06 2014-10-06 Topic management network public opinion evaluation management system and method

Publications (2)

Publication Number Publication Date
TW201614576A TW201614576A (en) 2016-04-16
TWI601088B true TWI601088B (zh) 2017-10-01

Family

ID=53248553

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103134690A TWI601088B (zh) 2014-10-06 2014-10-06 Topic management network public opinion evaluation management system and method

Country Status (3)

Country Link
US (1) US10650316B2 (zh)
CN (1) CN104657425B (zh)
TW (1) TWI601088B (zh)

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170076297A1 (en) * 2015-09-10 2017-03-16 Salesforce.Com, Inc. Polarity turn-around time of social media posts
CN105512245B (zh) * 2015-11-30 2018-08-21 青岛智能产业技术研究院 一种基于回归模型建立企业画像的方法
CN106656965B (zh) * 2016-09-30 2020-07-28 云润大数据服务有限公司 基于分布式云计算的通用客户端管理系统
WO2018205178A1 (zh) * 2017-05-10 2018-11-15 曹修源 文字探勘衡量系统及方法
CN108491377B (zh) * 2018-03-06 2021-10-08 中国计量大学 一种基于多维度信息融合的电商产品综合评分方法
CN109522460A (zh) * 2018-08-30 2019-03-26 中国电子进出口有限公司 一种基于社交网络社团划分的舆情监测方法及系统
CN108900219B (zh) * 2018-09-30 2023-06-23 郑州航空工业管理学院 一种网络舆情信息预警系统
CN109740874A (zh) * 2018-12-19 2019-05-10 上海众源网络有限公司 一种负向评价处理方法、装置及电子设备
CN110008336B (zh) * 2019-01-14 2023-04-07 创新先进技术有限公司 一种基于深度学习的舆情预警方法及系统
CN109961801A (zh) * 2019-01-16 2019-07-02 深圳壹账通智能科技有限公司 智能服务评价方法、计算机可读存储介质和终端设备
CN110782332A (zh) * 2019-01-18 2020-02-11 搜信信用产业集团有限公司 一种智能信用评估动态追溯方法
CN110555092B (zh) * 2019-09-10 2023-07-04 腾讯科技（深圳）有限公司 舆情处理方法、装置及计算机可读存储介质
CN110674383B (zh) * 2019-09-26 2022-07-12 支付宝(杭州)信息技术有限公司 舆情查询方法、装置及设备
CN110705288A (zh) * 2019-09-29 2020-01-17 武汉海昌信息技术有限公司 一种基于大数据的舆情分析系统
CN111027310A (zh) * 2019-11-04 2020-04-17 中证征信（深圳）有限公司 文本影响力的评估方法、装置、设备及可读介质
CN111046264B (zh) * 2019-11-29 2023-07-21 江西省天轴通讯有限公司 舆情线索处理方法、系统、可读存储介质及计算机设备
CN111221303B (zh) * 2019-12-08 2021-10-19 华中科技大学同济医学院附属协和医院 一种基于can总线的自动化办公用会议演示系统及其控制方法
CN111611385A (zh) * 2020-05-27 2020-09-01 中航信移动科技有限公司 基于舆情分析的航班监控预警系统和方法
CN112541358A (zh) * 2020-06-24 2021-03-23 深圳证券交易所 舆情风险预警方法、装置及计算机存储介质
CN111784492B (zh) * 2020-07-10 2024-08-02 讯飞智元信息科技有限公司 舆情分析和财务预警方法、装置、电子设备和存储介质
CN111966975A (zh) * 2020-07-16 2020-11-20 深圳市翩翩科技有限公司 一种管理网络社群的方法、终端设备及存储介质
CN111859074B (zh) * 2020-07-29 2023-12-29 东北大学 基于深度学习的网络舆情信息源影响力评估方法及系统
CN111984787A (zh) * 2020-08-17 2020-11-24 深圳新闻网传媒股份有限公司 一种基于互联网数据的舆情热点获取方法及系统
CN112116415A (zh) * 2020-08-20 2020-12-22 苏宁云计算有限公司 一种商品信息的推送方法、装置及系统
US11989743B2 (en) * 2020-09-11 2024-05-21 Changxin Memory Technologies, Inc. System and method for processing public sentiment, computer storage medium and electronic device
CN112528197B (zh) * 2020-11-20 2023-07-07 四川新网银行股份有限公司 一种基于人工智能的网络舆情实时监测的系统及方法
CN112581006B (zh) * 2020-12-25 2024-08-09 杭州衡泰技术股份有限公司 筛选舆情信息及监测企业主体风险等级的舆情系统及方法
CN112711691B (zh) * 2021-01-08 2024-04-30 深圳市网联安瑞网络科技有限公司 网络舆情引导效果数据信息处理方法、系统、终端及介质
CN113128217B (zh) * 2021-03-26 2024-04-02 航天科工智能运筹与信息安全研究院(武汉)有限公司 一种基于网络孪生空间的舆情处置决策方法
CN113094620B (zh) * 2021-04-23 2023-10-10 中南大学 网络舆情云平台数据分析模型交换方法、系统及平台
CN113094621B (zh) * 2021-04-23 2023-08-08 中南大学 一种网络舆情云平台
CN115221416B (zh) * 2022-08-18 2023-01-17 上海金仕达软件科技有限公司 一种声誉风险定位分析方法及系统
CN116306622B (zh) * 2023-05-25 2023-07-28 环球数科集团有限公司 一种用于改善舆论氛围的aigc评论系统
CN116701729B (zh) * 2023-08-01 2023-10-31 贵州融云信息技术有限公司 一种网络舆情检测系统及检测方法
CN117472300B (zh) * 2023-11-03 2024-06-14 深圳市金石三维打印科技有限公司 一种分布式3d打印制造平台的订单派单方法和系统
CN117312634B (zh) * 2023-11-29 2024-02-20 大文传媒集团(山东)有限公司 人工智能数据整合传播处理系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI264656B (en) * 2004-01-16 2006-10-21 Ching-Shyang Hwang System and method for providing news service
US20130311485A1 (en) * 2012-05-15 2013-11-21 Whyz Technologies Limited Method and system relating to sentiment analysis of electronic content

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8924269B2 (en) * 2006-05-13 2014-12-30 Sap Ag Consistent set of interfaces derived from a business object model
US9443245B2 (en) * 2009-09-29 2016-09-13 Microsoft Technology Licensing, Llc Opinion search engine
US20120221485A1 (en) * 2009-12-01 2012-08-30 Leidner Jochen L Methods and systems for risk mining and for generating entity risk profiles
US20120296845A1 (en) * 2009-12-01 2012-11-22 Andrews Sarah L Methods and systems for generating composite index using social media sourced data and sentiment analysis
US8117227B2 (en) * 2009-12-10 2012-02-14 Scuola Normale Superiore Di Pisa Method for analyzing web space data
CN101833560A (zh) * 2010-02-02 2010-09-15 哈尔滨工业大学 基于互联网的厂商口碑自动排序系统
US9916538B2 (en) * 2012-09-15 2018-03-13 Z Advanced Computing, Inc. Method and system for feature detection
CN103365902B (zh) * 2012-03-31 2017-06-20 北大方正集团有限公司 互联网新闻的评估方法和装置
CN103577404B (zh) * 2012-07-19 2018-06-08 中国人民大学 一种面向微博的全新突发事件发现方法
CN102855276A (zh) * 2012-07-20 2013-01-02 北京大学 一种判定评论文本极性的方法及其应用

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI264656B (en) * 2004-01-16 2006-10-21 Ching-Shyang Hwang System and method for providing news service
US20130311485A1 (en) * 2012-05-15 2013-11-21 Whyz Technologies Limited Method and system relating to sentiment analysis of electronic content

Also Published As

Publication number Publication date
US20160098738A1 (en) 2016-04-07
CN104657425A (zh) 2015-05-27
TW201614576A (en) 2016-04-16
US10650316B2 (en) 2020-05-12
CN104657425B (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
TWI601088B (zh) Topic management network public opinion evaluation management system and method
US10558712B2 (en) Enhanced online user-interaction tracking and document rendition
Rambocas et al. Online sentiment analysis in marketing research: a review
Zhu Social media engagement and Chinese international student recruitment: understanding how UK HEIs use Weibo and WeChat
Hernández-Méndez et al. The influence of e-word-of-mouth on travel decision-making: consumer profiles
Eliacik et al. Influential user weighted sentiment analysis on topic based microblogging community
Hayes et al. Can social media listening platforms’ artificial intelligence be trusted? Examining the accuracy of Crimson Hexagon’s (now Brandwatch Consumer Research’s) AI-Driven analyses
Steinert et al. Predicting altcoin returns using social media
Kenett et al. On information quality
Patil et al. Detecting experts on Quora: by their activity, quality of answers, linguistic characteristics and temporal behaviors
US20190286676A1 (en) Contextual content collection, filtering, enrichment, curation and distribution
US20130297581A1 (en) Systems and methods for customized filtering and analysis of social media content collected over social networks
US20130263019A1 (en) Analyzing social media
Król et al. Aggregated indices in website quality assessment
US11036817B2 (en) Filtering and scoring of web content
Shakhovska et al. Online Community Information Model for Use in Marketing Activities.
Olmedilla et al. Examining the power-law distribution among eWOM communities: a characterisation approach of the Long Tail
Uhl et al. Twitter data analysis as contribution to strategic foresight-The case of the EU Research Project “Foresight and Modelling for European Health Policy and Regulations”(FRESHER)
Jiang et al. Understanding Chinese online users and their visits to websites: Application of Zipf's law
Liu et al. An extended hits algorithm on bipartite network for features extraction of online customer reviews
Neumann et al. Government websites as data: a methodological pipeline with application to the websites of municipalities in the United States
Neves-Silva et al. Modelling influence and reach in sentiment analysis
Dann Twitter data acquisition and analysis: Methodology and best practice
She et al. The impact of headline features on the attraction of online financial articles
Sankar et al. Web and social media analytics