[发明专利]行业舆情指数预测方法、装置、计算机设备及存储介质

摘要

本发明公开了行业舆情指数预测方法、装置、计算机设备及存储介质。该方法包括：获取所选定的实体经济行业领域，爬取当前年度的文本数据集合，获取与当前年度的文本数据集合中各文本数据一一对应的当前处理后数据，及与当前年度的文本数据集合中每一文本数据一一对应的当前年度正负面评分结果；以及将与当前年度的文本数据集合中每一文本数据一一对应的当前年度正负面评分结果作为对应深度神经网络模型的输入，计算得到当前年度的文本数据对应的当前年度行业GDP增长率。该方法采用了预测模型实现了利用网络中海量数据而得到特定行业的行业指数，而且通过时间序列模型，进行准确预测实体经济指标的发展状态。

主权项

1.一种行业舆情指数预测方法，其特征在于，包括：通过分布式爬虫中多个爬虫工具并行获取预设的实体经济行业领域在预设的时间段内的源数据，以得到源数据集；其中，所述源数据集中包括与实体经济行业领域个数相同的子数据集，每一子数据集对应一个实体经济行业领域，每一爬虫工具对应爬取一个实体经济行业领域的网址清单中网页内容；对所述源数据集中每一子数据集的源数据均进行预处理，得到与各子数据集中包括的多篇文本数据一一对应的处理后数据，以组成与各子数据集对应的处理后数据集合；将每一处理后数据集合中对应的各处理后数据作为预先训练得到的朴素贝叶斯模型的输入，得到与各处理后数据集合中每一文本数据对应的正负面评分结果；将每一实体经济行业领域在所述时间段的正负面评分结果作为深度神经网络的输入，并将每一实体经济行业领域在所述时间段的行业GDP增长率作为深度神经网络的输出，进行训练得到与每一实体经济行业领域对应的深度神经网络模型；获取所选定的实体经济行业领域，爬取当前年度的文本数据集合，获取与当前年度的文本数据集合中各文本数据一一对应的当前处理后数据，及与当前年度的文本数据集合中每一文本数据一一对应的当前年度正负面评分结果；以及将与当前年度的文本数据集合中每一文本数据一一对应的当前年度正负面评分结果作为对应深度神经网络模型的输入，计算得到当前年度的文本数据对应的当前年度行业GDP增长率。