[发明专利]基于图文大数据的舆情跟踪方法、装置和计算机设备

说明书

本申请提供了一种基于图文大数据的舆情跟踪方法、装置和计算机设备，涉及数据分析技术领域，方法包括：根据第一预设频率，从第一预设网络平台获取指定公开数据；根据指定公开数据构建公开数据库；在公开数据库中筛选得到预设舆情话题对应的舆情图文数据，并以舆情图文数据为基准，分别根据文本相似性筛选得到舆情文本数据，以及根据图片相似性筛选得到舆情图片数据；根据舆情图文数据、舆情文本数据和舆情图片数据，得到预设舆情话题对应的舆情数据，以根据舆情数据，得到预设舆情话题的热度变化趋势。本申请通过将舆情信息中的文本和图片相结合进行跟踪，实现对舆情信息的全面覆盖，有效提高对舆情信息的热度变化趋势的解析准确度。

技术领域

本申请涉及数据分析技术领域，特别涉及一种基于图文大数据的舆情跟踪方法、装置和计算机设备。

背景技术

目前的网络舆情监测方法均是通过关键字匹配或文字OCR识别技术，抓取网络各个平台上相关的新闻、社交动态、网民评论等网络舆情信息。在这种情况下，只有包含相关关键字文本的数据才会被处理，针对只有图片而没有相关关键字的内容却不能被搜索到。例如，越来越多的用户喜欢用图片来表达情感，他们可能没有提及到某些关键词，但却用图片传递了同样的信息。比如，微博真实用户每日所发的图片就达数百万张。目前由于缺乏有效的识别手段，图片数据是长期存在的监测盲区。

发明内容

本申请的主要目的为提供一种基于图文大数据的舆情跟踪方法、装置和计算机设备，旨在解决现有舆情监测方法无法实现对图片进行舆情跟踪的弊端。

为实现上述目的，本申请提供了一种基于图文大数据的舆情跟踪方法，包括：

根据第一预设频率，从第一预设网络平台获取指定公开数据，所述指定公开数据为所述第一预设网络平台的所有所述公开信息以及各所述公开信息分别对应的传播路径，所述公开信息包括仅有文本的单独文本信息、仅有图片的单独图片信息以及图片、文本相关联的图文信息；

根据所述指定公开数据构建公开数据库；

根据预设舆情话题，在所述公开数据库中筛选得到所述预设舆情话题对应的舆情图文数据；

根据文本相似性，在所述公开数据库中筛选与所述舆情图文数据中的文本数据相似的舆情文本数据；以及根据图片相似性，在所述公开数据库中筛选与所述舆情图文数据中的图片数据相似的舆情图片数据；

根据所述舆情图文数据、所述舆情文本数据和所述舆情图片数据，得到所述预设舆情话题对应的舆情数据，以根据所述舆情数据，得到所述预设舆情话题的热度变化趋势。

本申请还提供了一种基于图文大数据的舆情跟踪装置，包括：

第一获取模块，用于根据第一预设频率，从第一预设网络平台获取指定公开数据；

构建模块，用于根据所述指定公开数据构建公开数据库；

第一筛选模块，用于根据预设舆情话题，在所述公开数据库中筛选得到所述预设舆情话题对应的舆情图文数据；

第二筛选模块，用于根据文本相似性，在所述公开数据库中筛选与所述舆情图文数据中的文本数据相似的舆情文本数据；以及根据图片相似性，在所述公开数据库中筛选与所述舆情图文数据中的图片数据相似的舆情图片数据；

第一生成模块，用于根据所述舆情图文数据、所述舆情文本数据和所述舆情图片数据，得到所述预设舆情话题对应的舆情数据。

本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。