[发明专利]一种网络舆情监测分析方法和装置在审

专利信息
申请号: 202110789737.6 申请日: 2021-07-13
公开(公告)号: CN113468427A 公开(公告)日: 2021-10-01
发明(设计)人: 詹会华;俞静 申请(专利权)人: 浙江商业职业技术学院(杭州商业技工学校)
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9536;G06F40/289
代理公司: 深圳市宾亚知识产权代理有限公司 44459 代理人: 李星
地址: 310000 浙*** 国省代码: 浙江;33
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 网络 舆情 监测 分析 方法 装置
【权利要求书】:

1.一种网络舆情监测分析方法,其特征在于,包括以下步骤:

步骤1:工作人员通过上位机(5)在监控平台中输入本次关注的事件主题;

步骤2:后台服务器(3)将输入的主体按照SEO分词技术进行分词处理后进行实时数据收集;

步骤3:后台服务器(3)将收集到的数据经过大数据的分词处理后进行数据分析统计;

步骤4:将统计后的数据以动态形式显示在中央显示大屏(4)上,显示时,将危险等级高的数据以高亮或闪烁的形式展示,并在系统中显示危险项目弹窗,提醒工作人员及时关注并处理;

步骤5:预测事态发展,根据用户上网时间以及当前时段预测事态发展走势;

步骤6:根据危险等级将事件发送至对应的部门,以减少高层人员的工作量,实现消息的速效性。

2.根据权利要求1所述的一种网络舆情监测分析方法,其特征在于,所述数据分析统计中包含有以下数据:△q为t1至t2时间段内总浏览量与转发量之和的变化值;△t为t2与t1的差值;△p=△q/△t,其中t1与t2为时间点,△t为设定的变量参数。

3.根据权利要求2所述的一种网络舆情监测分析方法,其特征在于,所述危险等级划分如下:

△p为0至160,危险等级为第一级,危险颜色为绿色;

△p大于160且不大于300,危险等级为第二级,危险颜色为蓝色;

△p大于300且不大于600,危险等级为第三级,危险颜色为橙色;

△p大于600且不大于750,危险等级为第四级,危险颜色为红色;

△p大于750,危险等级为第五级,危险颜色为紫色。

4.根据权利要求1所述的一种网络舆情监测分析方法,其特征在于,所述数据收集的内容包含有文本信息、表情信息、视频信息和音频信息;数据收集的渠道包含有微博、微信、贴吧、论坛和直播平台;数据分析统计项目有浏览量、转发量、点赞量以及评论量。

5.根据权利要求4所述的一种网络舆情监测分析方法,其特征在于,所述数据统计中,将文本信息按照分词技术将数据收集到的信息按照第一观点、第二观点以及第三观点进行统计,并统计同一时间内,各观点的支持量,用于反应舆论的偏向。

6.根据权利要求3所述的一种网络舆情监测分析方法,其特征在于,所述危险等级大于等于第四等级为高危险等级。

7.根据权利要求3所述的一种网络舆情监测分析方法,其特征在于,根据所述危险等级不同,事件窗口位于中央显示大屏(4)的不同位置。

8.根据权利要求1所述的一种网络舆情监测分析方法,其特征在于,所述动态模型展示包含有地理地图、温度图、折线图、扇状图;根据危险颜色温度图在地理地图上进行显示,便于直观了解区域分布状况,地理地图的数据根据数据采集中的舆论发布者的地理位置信息;折线图的横坐标为时间,纵坐标为浏览量、转发量、点赞量以及评论量;扇状图为,根据数据分析统计后,三个观点的占比值,三个观点的占比值总和为100%,便于直观快速了解舆情中人员观点倾向的比例。

9.根据权利要求1所述的一种网络舆情监测分析方法,其特征在于,所述动态模型展示中,危险等级从第一级依次至第五级的数据显示刷新时间分别为T1、T2、T3、T4、T5,且T1至T5均为赋值参数,便于人员在调查观察数据时,均衡各数据间的显示刷新时间,便于给最高危险等级的时间更多的资源,使得数据更加精准,便于人员指挥决策。

10.一种基于网络舆情监测分析方法的装置,其特征在于,包括公共平台(1)为网民用户端,后台服务器(3)通过互联网(2)抓取(1)上的内容,上位机(5)用于后台工作人员操作系统数据,中央显示大屏(4)用于显示当前关注的事件。

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浙江商业职业技术学院(杭州商业技工学校),未经浙江商业职业技术学院(杭州商业技工学校)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/202110789737.6/1.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