[发明专利]一种舆情监控方法、存储介质和终端设备在审

专利信息
申请号: 201811340229.4 申请日: 2018-11-12
公开(公告)号: CN109670046A 公开(公告)日: 2019-04-23
发明(设计)人: 吴壮伟 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06F16/951;G06F16/958
代理公司: 深圳中一专利商标事务所 44237 代理人: 高星
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络拓扑关系 预设 传播路径 行为数据 发布 关联性 存储介质 事件传输 终端设备 源头 构建 监控 传播 采集 传输路径 监控传输 准确定位 有效地
【权利要求书】:

1.一种舆情监控方法,其特征在于,包括:

采集与预设舆情事件相关的舆情发布行为数据,并根据所述舆情发布行为数据获取舆情发布行为之间的关联性;

根据所述舆情发布行为之间的关联性,构建所述预设舆情事件传输的网络拓扑关系图;

基于所述网络拓扑关系图确定所述预设舆情事件的传播源头,以及基于所述网络拓扑关系图确定所述预设舆情事件的传播路径,并监控所述传输源头和所述传输路径。

2.根据权利要求1所述的舆情监控方法,其特征在于,所述基于所述网络拓扑关系图确定所述预设舆情事件的传播源头,包括:

遍历所述网络拓扑关系图,得到所述网络拓扑关系图中的根节点;

将所述根节点所对应的舆情发布行为确定为所述预设舆情事件的传播源头。

3.根据权利要求1所述的舆情监控方法,其特征在于,所述基于所述网络拓扑关系图确定所述预设舆情事件的传播路径,包括:

遍历所述网络拓扑关系图,得到所述网络拓扑关系图中的根节点和叶子节点;

根据所述叶子节点与所述根节点之间的传输关系,确定所述预设舆情事件的传播路径。

4.根据权利要求1至3中任一项所述的舆情监控方法,其特征在于,所述舆情发布行为包括发布主体;

所述监控所述传输源头和所述传输路径,包括:

根据所述网络拓扑关系图,统计各父节点下的子节点的节点数;

判断所述子节点的节点数是否超过预设数量阈值;

若所述子节点的节点数超过所述预设数量阈值,则将对应的所述父节点中的发布主体确定为所述传播路径中的重要传播主体;

监控所述传输源头,并监控所述传播路径中的重要传播主体。

5.根据权利要求4所述的舆情监控方法,其特征在于,所述监控所述传播路径中的重要传播主体,包括:

获取所述传播路径中的重要传播主体的网络行为数据;

根据所述网络行为数据确定所述重要传播主体的传播度,所述传播度用于指示传播主体对所述预设舆情事件的传播影响;

当所述传播度大于预设传播度阈值时,监控所述传播路径中的重要传播主体。

6.根据权利要求5所述的舆情监控方法,其特征在于,所述舆情发布行为包括舆情内容,所述网络行为数据包括所述重要传播主体的粉丝数以及所述重要传播主体中所述舆情内容的评论数和转发数;

所述根据所述网络行为数据确定所述重要传播主体的传播度的确定公式为:

Weight=f*Follower+r*Repost+c*Comments;

其中,Weight为传播度,Follower为粉丝数,f为粉丝数的预设权重,Repost为转发数,r为转发数的预设权重,Comments为评论数,c为评论数的预设权重。

7.根据权利要求5所述的舆情监控方法,其特征在于,所述舆情发布行为包括舆情内容,所述网络行为数据包括对所述重要传播主体中所述舆情内容的评论内容;

所述根据所述网络行为数据确定所述重要传播主体的传播度,包括:

采用预设文本情感分析模型分别对所述舆情内容和所述评论内容进行情感分析,得到舆情情感分析结果和评论情感分析结果;

统计与所述舆情情感分析结果相同的评论情感分析结果的第一数量,以及与所述舆情情感分析结果不相同的评论情感分析结果的第二数量;

根据所述第一数量和所述第二数量确定所述重要传播主体的传播度。

8.根据权利要求7所述的舆情监控方法,其特征在于,所述根据所述第一数量和所述第二数量确定所述重要传播主体的传播度的确定公式为:

Weight=a*Positive+b*Negative;

其中,Weight为传播度,Positive为所述第一数量,a为Positive的预设权重,Negative为所述第二数量,b为Negative的预设权重。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811340229.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top