[发明专利]一种房地产公众预期大数据处理方法及系统

权利要求书

1.一种房地产公众预期大数据处理方法，其特征在于，具体包括以下步骤：

构建基于大数据的房地产市场的情绪词典，所述情绪词典中包含多种情绪信息；

通过网络爬虫获取原始数据，所述原始数据包括微博数据、网页数据、论坛数据以及贴吧数据；

对所述原始数据进行数据清洗及筛选处理，以得到关键词数据库及房地产公众情感分析数据库；

根据所述关键词数据库及房地产公众情感分析数据库建立房地产公众预期训练模型；

通过网络爬虫获取待处理数据，所述待处理数据包括微博数据、网页数据、论坛数据以及贴吧数据；

将所述待处理数据输入所述训练模型进行训练；

对所述待处理数据进行分类，构建房地产公众预期指数，预测房地产大数据与房地产公众预期指数的相关性；

对所述原始数据进行数据清洗及筛选处理，以得到关键词数据库具体包括：

采用文本处理技术对原始数据进行去噪、解析和分词，得到文本数据；

采用数据挖掘技术分析文本数据的属性，得到清洗数据；

针对不同地区设置影响因素，根据不同地区的影响因素对所述清洗数据进行筛选，得到初始数据；

根据地区下属的管辖区域对初始数据进行扩充，得到扩充数据；

定义扩充数据中的核心词条，针对核心词条对扩充数据中进行长尾关键词和短尾关键词的补充；

对所述初始数据以及补充后的扩充数据进行修正，以得到修正数据；

根据所述修正数据得到所述关键词数据库；

对所述原始数据进行数据清洗及筛选处理，以得到房地产公众情感分析数据库具体包括：

对所述原始数据进行中文分词，以确定文档特征；

基于所述文档特征进行情感分析，以得到房地产公众情感分析数据库；

所述基于所述文档特征进行情感分析，得到房地产公众情感分析数据库的方法具体包括：

构建属性词库，所述属性词库中包含属性词的关注度信息；

利用所述情绪词典和属性词库进行情感分析，得到句子级情感数据库；

筛选所述句子级情感数据库中的句子级情感倾向数据；

将所述句子级情感倾向数据进行汇总，得到公众情感倾向信息；

将所述属性词库中的属性词关注度数据进行汇总，得到公众关注度信息；

根据所述公众情感倾向信息和公众关注度信息，得到房地产公众情感分析数据库。

2.如权利要求1所述房地产公众预期大数据处理方法，其特征在于，所述方法还包括：根据预测类型和非预测类型对所述房地产公共情感分析数据库进行标签，所述预测类型包括涨、跌和平。