[发明专利]面向事故报道的舆情演化自动预测分析方法及系统

说明书

本发明公开了面向事故报道的舆情演化自动预测分析方法及系统，包括：获取事故新闻报道的文本信息；对所述事故新闻报道的文本信息进行预处理，得到每篇事故报道的情感分析值、每篇事故报道的要素和若干个事故集合；每个事故集合，均包括：关于同一件事故的按照时间顺序排列的若干篇不同报道；针对每一个事故集合中的每一篇报道，均提取事故报道三元组；每个事故报道三元组，均包括当前事故报道的事故名称、要素和情感分析值；将事故报道三元组转换成对应的特征表示；通过特征表示，获得事故集合的三元组集合，对三元组集合进行预测，得到对应的舆情演化分析结果。基于事故报道舆情演化预测模型，对采集的事故报道所带来的舆情影响及时进行评估。

技术领域

本发明涉及舆情预测技术领域，特别是涉及面向事故报道的舆情演化自动预测分析方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

互联网中话题的传播速度十分迅速，并且网络舆情事件主要指向公共权力、公共利益、公共价值方面的事件。有论文指出，重特大事故等社会敏感问题其关注度增长迅速，经常成为网络舆情事件的焦点。发展迅速的特点是舆情的焦点，如果事故报道中存在不准确的表达、消极的暗示、或负面情绪感染等，会导致参与者的非理性因素增加，并加速网络谣言的产生，进而导致网络舆情恶性演化，给国家治理与社会治理形成严峻的挑战。通过事故报道内容对事故报道可能带来的舆情影响做出预测，对预测可能产生舆情恶化的事故报道进行内容完善，将对网络舆情发展引导能力的提高起到关键作用。从而能够营造良好网络舆论空间，引导社会热点，疏导公众情绪，对正确引导舆情发展具有重要的作用。

目前针对报道的舆情分析工作主要有：

1.舆情信息自动采集。

根据用户指定的规则或主题，定时采集被监控网站页面发布的相关信息以及产生的评论。最终对采集到的舆情信息进行持久化操作。

2.事故报道数据整理。

对收集的报道信息进行预处理，目前常见的预处理包括格式转换、数据清洗、数据对齐等操作。通过格式转换，可以将被监测的不同的网站同类数据进行处理，获得相同格式的表示。通过数据清洗，能够将文本中多余的、无关的信息进行筛选滤除，保证采集信息的准确性、有价值。通过数据对齐，将不同监测网站中报道标题、发布人、发布时间、报道文本、评论数量等数据格式化。最终得到结构化的事故报道和评论等相关信息。

3.事故舆情分析。

对取得的结构化事故报道和评论信息，通过数据可视化技术将某时间段内(或截止到当前时间)舆情的统计进行展示。展示的形式通常丰富多样，如各类图表、地图等。其内容主要包括两部分：特征性统计和趋势性统计。特征性统计主要包括关键词统计、地域统计、数量统计等；趋势性统计主要包括评论量变化统计、新闻数量变化统计、舆情变化统计、评论情感分析等。

相关工作如下：

基于爬虫技术与智能算法的网络舆情监测，智能计算机与应用2021年4月第11卷第4期；该成果基于百度指数去预测某事故或事件的互联网舆情走势，方法，但是并没有考虑新闻报道内容对舆情的影响，且只能预测其热度情况，不能预测新报道的情感倾向。

基于文本挖掘的网络舆情主题发现与情感分析，对外经贸2021年02期·总第320期；该成果虽然得到了情感倾向的变化，但是存在一些问题。来源单一，仅仅针对新浪微博进行数据采集，无法反映全网的态度和评价；并不是对某事故的舆情走势进行分析，而是所有事件的整体评价；并没有设计算法对事故后续的舆情发展进行预测。