[发明专利]网络舆情危机预警方法

权利要求书

1.网络舆情危机预警方法，其特征在于该方法包括如下步骤：

（1）基于统计分析与机器学习的非主题词库和趋势挖掘规则库获取；

（2）基于两级过滤的网络舆情热点词快速提取；

（3）基于共词分析和词聚类的网络舆情热点话题检测；

（4）基于连续时段热点话题相似度计算的热点话题自动跟踪；

（5）基于模糊推理的网络舆情趋势知识挖掘；

（6）基于多媒体展示技术的网络舆情危机自动预警。

2.如权利要求1所述的网络舆情危机预警方法，其特征在于所述非主题词库获取包括如下步骤：

2-1.计算语料库中每一实词的分布特征；

2-2.将分布稳定的实词作为非主题词。

3.如权利要求2所述的网络舆情危机预警方法，其特征在于所述实词的分布特征采用词语的TF×IDF值在全时段上的方差，分布稳定是指方差小于0.07314133。

4.如权利要求1所述的网络舆情危机预警方法，其特征在于所述趋势挖掘规则库获取包括以下步骤：

4-1．将时序性舆情语料库前n-1个时间窗口作为预测条件，第n个时间窗口作为预测结果，构成样本数据；

 4-2.采用基于决策树的示例学习算法，获取趋势挖掘规则。

5.如权利要求4所述的网络舆情危机预警方法，其特征在于所述趋势挖掘规则采用如下形式，置信度的值采用语言值；

趋势挖掘规则形式：IF-THEN + 置信度。

6.如权利要求1所述的网络舆情危机预警方法，其特征在于所述基于两级过滤的网络舆情热点词快速提取包括如下步骤：

6-1．停用词过滤；

6-2．非主题词过滤。

7.如权利要求1所述的网络舆情危机预警方法，其特征在于所述基于共词分析和词聚类的网络舆情热点话题检测包括如下步骤：

7-1．构建热点词共现矩阵；

7-2．采用蚁群聚类算法实现热点词聚类；

7-3．用基于热点词类团的模糊集合表达热点话题。

8.如权利要求1所述的网络舆情危机预警方法，其特征在于所述基于连续时段热点话题相似度计算的热点话题自动跟踪包括如下步骤：

8-1．采用模糊集语义距离计算方法计算热点话题之间的相似度，模糊集语义距离计算采用Minkowski距离，并将语义距离映射到一个语言值集合；

8-2．绘制每一热点话题的热度变化曲线，对热点话题进行跟踪。

9.如权利要求1所述的网络舆情危机预警方法，其特征在于所述基于模糊推理的网络舆情趋势知识挖掘包括如下步骤：

9-1．实时采集舆情信息，提取热点话题；

9-2．采用模糊逻辑进行推理，获取热点话题趋势知识。

10.如权利要求1所述的网络舆情危机预警方法，其特征在于所述基于多媒体展示技术的网络舆情危机自动预警为：对于热度预测为迅速增长的话题，采用语音、图形、动画方式给出警示信息。