[发明专利]一种景区舆情预警方法及装置在审
申请号: | 201910449602.8 | 申请日: | 2019-05-28 |
公开(公告)号: | CN112100367A | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 闾凡兵;傅鸿 | 申请(专利权)人: | 贵阳海信网络科技有限公司 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06F40/289;G06N3/04;G06N3/08;G06Q50/14 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 黄志华 |
地址: | 550081 贵州省贵*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 景区 舆情 预警 方法 装置 | ||
1.一种景区舆情预警方法,其特征在于,包括:
获取景区评论数据;
对所述景区评论数据进行分词处理后,确定出所述景区评论数据的词向量;
根据所述景区评论数据的词向量和舆情分析模型,确定出所述景区评论数据的情感分类;所述舆情分析模型是对标记了情感类型的景点历史评论数据训练学习确定的;
根据所述景区评论数据的情感分类以及所述景区评论数据进行所述景区舆情预警。
2.如权利要求1所述的方法,其特征在于,所述对标记了情感类型的景点历史评论数据训练学习确定所述舆情分析模型,包括:
获取标记了情感类型的景点历史评论数据;
对所述景点历史评论数据进行分词处理,确定出所述景点历史评论数据的词向量;
根据所述景点历史评论数据的词向量、长短期记忆人工神经网络LSTM和卷积神经网络CNN进行训练学习,确定出所述舆情分析模型。
3.如权利要求2所述的方法,其特征在于,所述根据所述景点历史评论数据的词向量、LSTM和CNN进行训练学习,确定出所述舆情分析模型,包括:
将所述景点历史评论数据的词向量输入至LSTM,得到所述景点历史评论数据的局向量;
将所述景点历史评论数据的局向量输入至CNN中进行情感分类的训练,得到所述舆情分析模型。
4.如权利要求1至3任一项所述的方法,其特征在于,所述根据所述景区评论数据的情感分类以及所述景区评论数据进行所述景区舆情预警,包括:
在所述景区评论数据的情感分类中负面分类占比大于阈值或所述景区评论数据中包括预设的敏感词时,进行所述景区舆情预警。
5.一种景区舆情预警装置,其特征在于,包括:
获取单元,用于获取景区评论数据;
处理单元,用于对所述景区评论数据进行分词处理后,确定出所述景区评论数据的词向量;根据所述景区评论数据的词向量和舆情分析模型,确定出所述景区评论数据的情感分类;所述舆情分析模型是对标记了情感类型的景点历史评论数据训练学习确定的;根据所述景区评论数据的情感分类以及所述景区评论数据进行所述景区舆情预警。
6.如权利要求5所述的装置,其特征在于,所述处理单元具体用于:
获取标记了情感类型的景点历史评论数据;
对所述景点历史评论数据进行分词处理,确定出所述景点历史评论数据的词向量;
根据所述景点历史评论数据的词向量、长短期记忆人工神经网络LSTM和卷积神经网络CNN进行训练学习,确定出所述舆情分析模型。
7.如权利要求6所述的装置,其特征在于,所述处理单元具体用于:
将所述景点历史评论数据的词向量输入至LSTM,得到所述景点历史评论数据的局向量;
将所述景点历史评论数据的局向量输入至CNN中进行情感分类的训练,得到所述舆情分析模型。
8.如权利要求5至7任一项所述的装置,其特征在于,所述处理单元具体用于:
在所述景区评论数据的情感分类中负面分类占比大于阈值或所述景区评论数据中包括预设的敏感词时,进行所述景区舆情预警。
9.一种计算设备,其特征在于,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行权利要求1至4任一项所述的方法。
10.一种计算机可读非易失性存储介质,其特征在于,包括计算机可读指令,当计算机读取并执行所述计算机可读指令时,使得计算机执行如权利要求1至4任一项所述的方法。
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贵阳海信网络科技有限公司,未经贵阳海信网络科技有限公司许可,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/201910449602.8/1.html,转载请声明来源钻瓜专利网。