[发明专利]一种大数据环境下网络舆情人工智能分析系统

说明书

本发明提供了一种大数据环境下网络舆情人工智能分析系统，属于网络舆情数据分析技术领域。所述系统包括：输入模块、预处理模块、特征提取模块、第一向量生成模块、第二向量生成模块、第三向量生成模块和输出模块，其中，输入模块输入某话题潜伏期和增长期的第一数据矩阵；预处理模块对第一数据矩阵进行增删改查形成第二数据矩阵；特征提取模块对第二数据矩阵进行特征提取形成第三数据矩阵；第二向量生成模块对第三数据矩阵进行数据判断形成第二数据向量；第三向量生成模块对第二数据向量进行规则提取形成第三数据向量；输出模块对输出第三数据向量以供用户进行参考，所述第三向量至少包括谣言数据和热点数据。本发明提供的分析系统可以将大数据环境下网络舆情分成谣言信息和热点信息，为制定舆情控制决策提供支持。

技术领域：

本发明涉及一种大数据环境下网络舆情人工智能分析系统，属于网络舆情数据分析技术领域。

技术背景：

随着移动宽带互联网的普及，网络舆情在数据体量、复杂性和产生速度等方面发生巨大变化，已经呈现大数据环境。由于网络舆情中大量真实信息、主观猜测、恶意关联、小道消息，而主观猜测、恶意关联和小道消息极易异化成为网络谣言，并促使网络舆情的数量快速增加，已经成为网络空间的“灾害”，如何治理网络谣言，净化网络空间成为网络社会治理的难题。

目前网络舆情的研究涉及新闻学与传播学、统计学、管理学、心理学、计算机科学等多学科，属于交叉学科研究领域，研究网络谣言传播规律建模思想主要有：小世界网络建模、微分方程建模、人群动力学建模、社会网络建模、无标度网络建模、演化博弈建模、借鉴传染病模型等。由于网络谣言的传播与传染病的扩散有相似性，因此国内外针对网络谣言的传播规律研究大都借鉴传染病模型而开发新的模型，这类模型研究主要包括基础模型和改进模型，前者包括SI模型、SIS模型、SIR模型、SEIR模型，后者主要包括SIHR、RSIRa、SCIR、PSEIR等。在理论模块面，按照信息生命周期理论，网络舆情传播演化具备周期性，并且在一个演化周期内可以划分潜伏期、增长期和消退期。

网络谣言与热点舆情具有高度相似性：突然暴发，现有技术中提供的模型很难从舆情信息量的变化中网络谣言与热点舆情有效区分开，给进一步的舆情管控带来不便。

发明内容

为克服现有技术中存在的缺点，本发明的发明目的是提供一种大数据环境下网络舆情人工智能分析系统，其能够区分网络数据是谣言数据还是热点数据。

为实现所述发明目的,本发明提供一种大数据环境下网络舆情人工智能分析系统，其特征在于，包括：输入模块、预处理模块、特征提取模块、第一向量生成模块、第二向量生成模块、第三向量生成模块和输出模块，其中，输入模块输入大数据环境下某话题潜伏期和增长期的第一数据矩阵，第一数据矩阵为：

第一数据矩阵的行表示大数据环境下某话题N₁个信息来源,第一数据矩阵的列表示每个信息来源的M₁个时间序列，表示第m₁个信息来源，第n₁个时刻获取的语言特征数据；

预处理模块对第一数据矩阵进行增删改形成第二数据矩阵，第二数据矩阵为：

其中，N₂、M₂分别为第二数据矩阵的列数和行数,表示第m₂列，第n₂行个数据；为权值，其与每个信息来源的可信度相关，由反馈训练模块根据输出模块的结果进行反复训练得到；

特征提取模块对第二数据矩阵进行特征提取形成第三数据矩阵，第三数据矩阵为：

其中，

式中：分别为高斯函数的中心点和带宽；为结构权重值；N₃为第三数据矩阵的列数，