[发明专利]一种网络舆论趋势预测分析方法

说明书

技术领域

本发明涉及互联网信息分析技术领域，特别是一种网络舆论趋势预测分析方法。

背景技术

网络舆情是以网络为载体，以事件为核心，是广大网民情感、态度、意见、观点的表 达，传播与互动，以及后续影响力的集合。随着信息时代的发展与普及，网络已渗入到社会 的各个层次。截至2014年12月，我国网民规模达6.49亿。网民可以通过多种途径迅速地从网 络上获取社会各类信息，并将自己的主观意见发布与互联网上，与他人进行交流。通过这种 快速以及广泛的信息交流，事件得以扩张形成舆情。特别是微博的发展，增加了社会事件的 透明度，加快了热点事件的传播速度。在这种舆论自由的环境下，不良的谣言或者攻击性的 评论很容易激发社会矛盾，进一步导致重大社会事件，因此舆情监控显得尤为重要。

舆情监控能帮助有关部门及时了解热点舆情信息，提高对于舆情的应对能力，根 据舆情发展趋势采取相应措施避免网络暴力带来的负面影响，从而构建和谐的网络言论环 境。

目前国内市场主要的舆情产品具有的功能有：热点识别能力、倾向性分析与统计、 主题跟踪、信息自动摘要功能、趋势分析、突发事件分析、统计报告等。

趋势分析是在历史舆情发展的基础上对未来发展进行预测。目前有效的预测方 法包括大致3类：

1)通过舆情的历史数据预测热点的爆发。

2)对历史事件进行聚类，获取同类别热点的发展变化趋势。

3)对舆论数进行数据挖掘如时间序列分析、人工神经网络等，预测未来舆论数。

这些方法在一定程度上能够预测舆情的发展，但也存在各自的局限性。前两种方 法对于热点的爆发能够有预见性，但是对于特定舆情的未来发展趋势并不能做出解释。类 二的分析也只是考虑了单纯的时间序列，并没有结合考虑影响舆论发展的推动因素。同时 均方误差最小的判断标准也不适用于预测舆情的发展波动趋势。因此需要一种快速可靠的 网络舆情预测方法来预测舆情事件的发展波动趋势。

中国发明专利申请CN103198078A公开了一种互联网新闻事件报道趋势分析方 法，包括以下步骤：

(1)根据配置的新闻事件的特征信息，实时采集互联网中的新闻信息；

(2)预处理所述新闻信息，筛选出发布时间在设置的新闻事件的统计周期内的新 闻信息；

(3)分析筛选出的新闻信息的征文信息，得到新闻信息的主题及主题信息；所述主 题包括存在主题信息的主题和不存在主题信息的源主题；

(4)分析当前统计周期与前一统计周期的主题，得出当前统计周期与前一统计周 期之间的相同主题以及各相同主题的关联信息数；

(5)根据所述关联信息数，得出转化主题；所述转化主题是指当前统计周期该相同 主题的关联信息数大于或等于前一统计周期该相同主题的关联信息数；

(6)获取设定时间段内的源主题和转化主题的关联信息数，并展现源主题和转化 主题的关联信息数随时间的分布趋势。

发明内容

本发明需要解决的技术问题是提供一种微博舆论趋势分析方法。

为解决上述的技术问题，本发明的一种微博舆论趋势分析方法，包括以下步骤，

步骤S101：确定指标体系，爬取网络舆论信息，通过预处理获得所需指标的时间序 列；

步骤S102：建立模型，在获取得到的时间序列上建立候选模型；

步骤S103：选取最优算法，从建立的候选模型中比较选取最优模型；

步骤S104：网络舆论趋势预测分析，基于选择的最优模型对网络舆论趋势进行预 测分析。

进一步的，步骤S101还包括以下步骤，

步骤S1011：确定指标体系；

步骤S1012：爬取网络舆论信息，抽样爬取网络舆情数据；

步骤S1013：关键字匹配网络舆情；

步骤S1014：数据预处理；

步骤S1015：获取相关指标时间序列，整理出符合标准的以每小时信息为单位的各 指标时间序列：日期、时点、原创帖评论数、原创帖转发数、转发贴评论数、转发贴转发数、平 均活跃度、平均影响力、综合贴数，并将上述指标作为建模的自变量。

更进一步的，所述步骤S1015中同时纳入根据历史数据折算的作者活跃度和影响 力指标作为建模的自变量。