[发明专利]舆论信息的监控方法、装置及存储介质、计算机设备在审

专利信息
申请号: 201811428818.8 申请日: 2018-11-27
公开(公告)号: CN109740042A 公开(公告)日: 2019-05-10
发明(设计)人: 王杰;庄伯金;王少军;肖京 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/953 分类号: G06F16/953;G06F17/27
代理公司: 深圳市立智方成知识产权代理事务所(普通合伙) 44468 代理人: 王增鑫
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: 文本特征向量 媒体信息 文本 计算机设备 余弦相似度 存储介质 媒体平台 文本特征 监控 自动化监控 情感词典 人工成本 算法 节约 维护
【说明书】:

发明提供一种舆论信息的监控方法、装置及存储介质、计算机设备,所述方法包括:获取社交媒体平台中的舆论信息,所述舆论信息包括舆论文本;从所述舆论文本中获取第一文本特征,生成第一文本特征向量;获取官方媒体平台中的官方媒体信息,所述官方媒体信息包括媒体信息文本;从所述媒体信息文本中获取第二文本特征,生成第二文本特征向量;根据余弦相似度算法,对所述第一文本特征向量和所述第二文本特征向量进行余弦相似度计算,根据计算结果对舆论信息进行监控。上述方法实现对舆论信息的自动化监控,不需要人工维护情感词典,节约了人工成本。

技术领域

本发明涉及计算机技术领域,具体而言,本发明涉及一种舆论信息的监控方法、装置及存储介质、计算机设备。

背景技术

互联网技术的快速发展给人们提供了快捷便利的信息沟通,网络信息通过互联网为载体得以快速传播。社会舆论舆情由之前的纸质传播及电视广播转换为如今的网络传播。网络舆情与社会舆情相互依存,网络舆情发展趋势在一定程度上体现了社会舆情的发展趋势。因此,可通过研究网络舆情了解社会舆情导向。

当前的网络舆情监控主要针对社交媒体文本进行关键词检索、情感分析等以实现舆情监控。传统的这种监控形式需要人工维护情感词典,造成人工成本过高。

发明内容

本发明提出一种舆论信息的监控方法、装置及存储介质、计算机设备,以实现对舆论信息的自动化监控,不需要人工维护情感词典,节约了人工成本。

本发明提供以下方案:

一种舆论信息的监控方法,包括:获取社交媒体平台中的舆论信息,所述舆论信息包括舆论文本;从所述舆论文本中获取第一文本特征,生成第一文本特征向量;获取官方媒体平台中的官方媒体信息,所述官方媒体信息包括媒体信息文本;从所述媒体信息文本中获取第二文本特征,生成第二文本特征向量;根据余弦相似度算法,对所述第一文本特征向量和所述第二文本特征向量进行余弦相似度计算,根据计算结果对舆论信息进行监控。

在一实施例中,所述获取社交媒体平台中的舆论信息,包括:获取多个所述社交媒体平台中公开分享或公共评论的信息,以形成所述舆论信息。

在一实施例中,所述从所述舆论文本中获取第一文本特征,生成第一文本特征向量,包括:利用one-hot独热码方式对所述舆论文本进行编码;通过word2vector算法模型对编码后的所述舆论文本进行训练,以获取所述舆论文本对应的词向量;通过堆叠自编码方式对该词向量进行压缩,并从压缩后词向量中提取包含所述第一文本特征的所述第一文本特征向量。

在一实施例中,所述从所述舆论文本中获取第一文本特征,生成第一文本特征向量之后,还包括:根据所述第一文本特征向量对所述舆论信息对应的用户进行聚类分析;根据所述聚类分析的结果获取所述舆论信息对应的用户群体;根据所述第一文本特征向量获取所述用户群体的中心文本特征向量;所述中心文本特征向量为所述用户群体对应的文本特征生成的文本特征向量;所述根据余弦相似度算法,对所述第一文本特征向量和所述第二文本特征向量进行余弦相似度计算,根据计算结果对舆论信息进行监控,包括:根据余弦相似度算法,分别对每个所述用户群体对应的所述中心文本特征向量和所述第二文本特征向量进行余弦相似度计算,根据计算结果对所述舆论信息进行监控。

在一实施例中,所述根据计算结果对所述舆论信息进行监控,包括:根据所述计算结果获取不同用户群体对所述官方媒体信息中不同类别信息的关注程度;根据所述关注程度确定所述不同用户群体对所述舆论信息的舆论导向,以对所述舆论信息进行监控。

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/201811428818.8/2.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