本發(fā)明涉及互聯(lián)網(wǎng)信息智能分析處理技術(shù)領(lǐng)域，具體是一種互聯(lián)網(wǎng)輿情信息監(jiān)測系統(tǒng)及監(jiān)測方法。

背景技術(shù)：
近幾年來，隨著互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)絡(luò)媒體作為一種新的信息傳播形式，已深入人們的日常生活。由于互聯(lián)網(wǎng)具有虛擬性、隱蔽性、發(fā)散性、滲透性和隨意性等特點(diǎn)，越來越多的網(wǎng)民樂意通過這種渠道來表達(dá)觀點(diǎn)、傳播思想，進(jìn)而產(chǎn)生巨大的輿論壓力，達(dá)到任何部門、機(jī)構(gòu)都無法忽視的地步?？梢哉f，互聯(lián)網(wǎng)已成為思想文化信息的集散地和社會(huì)輿論的放大器。根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）最新發(fā)布的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2011年底，我國的網(wǎng)民規(guī)模已經(jīng)突破5億，互聯(lián)網(wǎng)普及率也進(jìn)一步提升。隨著網(wǎng)絡(luò)普及率的上升和網(wǎng)民規(guī)模的持續(xù)擴(kuò)大，互聯(lián)網(wǎng)平臺(tái)的信息量大幅度增加。然而，互聯(lián)網(wǎng)的開放性、及時(shí)性和互動(dòng)性，產(chǎn)生了大量的包含虛假、色情、暴力和反動(dòng)的垃圾信息和不良信息。在信息類型多、數(shù)據(jù)量大的互聯(lián)網(wǎng)平臺(tái)中，如何獲取有效的輿情信息以及如何對獲取的輿情信息進(jìn)行快速精確的分析和處理，是目前亟待解決的重要問題。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明要解決的技術(shù)問題是提供一種能夠獲取有效的輿情信息并對獲取的輿情信息進(jìn)行快速精確的分析處理的互聯(lián)網(wǎng)輿情信息監(jiān)測系統(tǒng)及監(jiān)測方法。本發(fā)明的技術(shù)方案為：一種互聯(lián)網(wǎng)輿情信息監(jiān)測系統(tǒng)，該系統(tǒng)包括采集模塊、數(shù)據(jù)預(yù)處理模塊、存儲(chǔ)處理模塊、服務(wù)監(jiān)控模塊與顯示模塊；所述采集模塊的輸出端與數(shù)據(jù)預(yù)處理模塊的輸入端通過有線連接，所述數(shù)據(jù)預(yù)處理模塊與存儲(chǔ)處理模塊通過有線連接，所述服務(wù)監(jiān)控模塊與存儲(chǔ)處理模塊通過有線連接，所述存儲(chǔ)處理模塊與顯示模塊通過有線連接；所述采集模塊，用于對互聯(lián)網(wǎng)上的輿情信息進(jìn)行采集，獲取網(wǎng)頁數(shù)據(jù)；所述數(shù)據(jù)預(yù)處理模塊，用于對采集模塊獲取的網(wǎng)頁數(shù)據(jù)進(jìn)行分詞及語義分析預(yù)處理并將預(yù)處理結(jié)果傳輸至存儲(chǔ)處理模塊進(jìn)行存儲(chǔ)；所述服務(wù)監(jiān)控模塊，用于對存儲(chǔ)處理模塊存儲(chǔ)的預(yù)處理結(jié)果進(jìn)行統(tǒng)計(jì)，形成統(tǒng)計(jì)圖表，并將形成的統(tǒng)計(jì)圖表傳輸至存儲(chǔ)處理模塊進(jìn)行存儲(chǔ)，以及對達(dá)到預(yù)警閾值的信息進(jìn)行預(yù)警通知；所述存儲(chǔ)處理模塊，用于對數(shù)據(jù)預(yù)處理模塊和服務(wù)監(jiān)控模塊傳輸過來的數(shù)據(jù)進(jìn)行存儲(chǔ)并通過有線傳輸至顯示模塊進(jìn)行結(jié)果顯示。所述的互聯(lián)網(wǎng)輿情信息監(jiān)測系統(tǒng)，所述數(shù)據(jù)預(yù)處理模塊包括分詞子模塊與語義分析子模塊；所述分詞子模塊，用于對采集模塊獲取的網(wǎng)頁數(shù)據(jù)進(jìn)行分詞處理及詞性標(biāo)注，對詞語的傾向性、主題屬性進(jìn)行解析；所述語義分析子模塊，用于對分詞處理后的網(wǎng)頁數(shù)據(jù)的句法進(jìn)行分析，對每個(gè)網(wǎng)頁上的文章熱點(diǎn)指數(shù)、情感傾向性指數(shù)、文章主題進(jìn)行分析判斷。所述的互聯(lián)網(wǎng)輿情信息監(jiān)測系統(tǒng)，所述服務(wù)監(jiān)控模塊包括計(jì)算子模塊、統(tǒng)計(jì)圖表形成子模塊、參數(shù)設(shè)置子模塊以及預(yù)警子模塊；所述計(jì)算子模塊，用于對每個(gè)網(wǎng)頁上的文章熱點(diǎn)指數(shù)、情感傾向性指數(shù)的判斷結(jié)果進(jìn)行匯總計(jì)算；所述統(tǒng)計(jì)圖表形成子模塊，用于形成文章熱度排行報(bào)表、預(yù)警信息分布報(bào)表、輿情站點(diǎn)分布報(bào)表、輿情狀態(tài)統(tǒng)計(jì)報(bào)表以及輿情趨勢走向分析圖；所述參數(shù)設(shè)置子模塊，用于對預(yù)警話題以及情感傾向性指數(shù)的預(yù)警閾值進(jìn)行預(yù)先設(shè)置；所述預(yù)警子模塊，用于對達(dá)到預(yù)警閾值的信息進(jìn)行預(yù)警通知。所述的互聯(lián)網(wǎng)輿情信息監(jiān)測系統(tǒng)，顯示模塊進(jìn)一步包括顯示端語義分析子模塊，所述顯示端語義分析子模塊用于對用戶輸入的文本和檢索問題進(jìn)行分析處理，并將分析處理結(jié)果傳輸至存儲(chǔ)處理模塊。所述的互聯(lián)網(wǎng)輿情信息監(jiān)測系統(tǒng)，所述采集模塊、數(shù)據(jù)預(yù)處理模塊、存儲(chǔ)處理模塊和服務(wù)監(jiān)控模塊運(yùn)行在服務(wù)器上，所述顯示模塊運(yùn)行在客戶端上。一種互聯(lián)網(wǎng)輿情信息監(jiān)測方法，包括以下步驟：1）對互聯(lián)網(wǎng)上的輿情信息進(jìn)行采集，獲取網(wǎng)頁數(shù)據(jù)；2）對獲取的網(wǎng)頁數(shù)據(jù)進(jìn)行分詞及語義分析預(yù)處理并將預(yù)處理結(jié)果進(jìn)行存儲(chǔ)；3）對存儲(chǔ)的預(yù)處理結(jié)果進(jìn)行統(tǒng)計(jì)，形成統(tǒng)計(jì)圖表，并將形成的統(tǒng)計(jì)圖表進(jìn)行存儲(chǔ)，以及對達(dá)到預(yù)警閾值的信息進(jìn)行預(yù)警通知；4）對存儲(chǔ)的數(shù)據(jù)進(jìn)行結(jié)果顯示。所述的互聯(lián)網(wǎng)輿情信息監(jiān)測方法，步驟1）中，具體采用規(guī)則采集與搜索引擎以及蜘蛛爬行相結(jié)合的方法對互聯(lián)網(wǎng)上的輿情信息進(jìn)行采集。所述的互聯(lián)網(wǎng)輿情信息監(jiān)測方法，步驟2）中，對獲取的網(wǎng)頁數(shù)據(jù)進(jìn)行分詞及語義分析預(yù)處理，具體包括以下步驟：1）采用基于球面四叉樹的多級(jí)Hash結(jié)構(gòu)的分詞機(jī)制對獲取的網(wǎng)頁數(shù)據(jù)進(jìn)行分詞處理，分詞的同時(shí)根據(jù)詞的語法屬性、情感屬性、詞類屬性進(jìn)行詞性標(biāo)注，解析出詞語的傾向性、主題屬性；2）根據(jù)漢語句子的構(gòu)造原則，對分詞處理后的網(wǎng)頁數(shù)據(jù)文本進(jìn)行句子切分，抽取文本的每一個(gè)句子，然后對每個(gè)句子進(jìn)行句法分析，將整個(gè)文本的句子的語法形成語法網(wǎng)狀規(guī)則圖；根據(jù)語義建立語義規(guī)則庫，根據(jù)語義規(guī)則庫將語法網(wǎng)狀規(guī)則圖通過點(diǎn)對點(diǎn)映射，轉(zhuǎn)換為語義概念圖；根據(jù)語義概念圖判斷每個(gè)網(wǎng)頁上的文章熱點(diǎn)指數(shù)、情感傾向性指數(shù)，分析文章主題。所述的互聯(lián)網(wǎng)輿情信息監(jiān)測方法，步驟3）中，對存儲(chǔ)的預(yù)處理結(jié)果進(jìn)行統(tǒng)計(jì)，形成統(tǒng)計(jì)圖表，并將形成的統(tǒng)計(jì)圖表進(jìn)行存儲(chǔ)，以及對達(dá)到預(yù)警閾值的信息進(jìn)行預(yù)警通知，包括以下步驟：1）對每個(gè)網(wǎng)頁上的文章熱點(diǎn)指數(shù)、情感傾向性指數(shù)的判斷結(jié)果進(jìn)行匯總計(jì)算；2）形成文章熱度排行報(bào)表、預(yù)警信息分布報(bào)表、輿情站點(diǎn)分布報(bào)表、輿情狀態(tài)統(tǒng)計(jì)報(bào)表以及輿情趨勢走向分析圖；3）對預(yù)警話題以及情感傾向性指數(shù)的預(yù)警閾值進(jìn)行預(yù)先設(shè)置；4）對達(dá)到預(yù)警閾值的信息通過郵件、短信進(jìn)行預(yù)警通知。所述的互聯(lián)網(wǎng)輿情信息監(jiān)測方法，所述基于球面四叉樹的多級(jí)Hash結(jié)構(gòu)的分詞機(jī)制的構(gòu)建包括以下步驟：1）依次對每個(gè)字建立Hash索引，構(gòu)成多級(jí)TRIE樹；2）所述TRIE樹的結(jié)點(diǎn)構(gòu)成Hash桶，將每個(gè)Hash桶內(nèi)存放多個(gè)具有相同的前N個(gè)字的詞，N為正整數(shù)；3）用循環(huán)算法對建立的每一級(jí)Hash桶內(nèi)的詞的個(gè)數(shù)進(jìn)行計(jì)算，若計(jì)算結(jié)果大于預(yù)先設(shè)定的閾值，則以該Hash桶為基礎(chǔ)建立下一級(jí)的Hash桶，直至每個(gè)Hash桶內(nèi)的詞的數(shù)量均小于或等于閾值。本發(fā)明集信息采集、分析處理、服務(wù)監(jiān)控、存儲(chǔ)、顯示于一體，自動(dòng)發(fā)現(xiàn)并深入分析互聯(lián)網(wǎng)信息熱點(diǎn)，幫助用戶方便快捷地了解輿情事件的來龍去脈。針對互聯(lián)網(wǎng)海量數(shù)據(jù)信息具有增長性和變動(dòng)性的特點(diǎn)，采用規(guī)則采集為主，其他采集方式包括爬蟲技術(shù)、搜索引擎技術(shù)相結(jié)合的方法對互聯(lián)網(wǎng)輿情信息進(jìn)行采集，具有全面性和時(shí)效性；采用基于球面四叉樹的多級(jí)Hash結(jié)構(gòu)的高速分詞技術(shù)，不僅可以標(biāo)注常用詞語的詞法，還能夠標(biāo)注自然語言中關(guān)鍵情感詞類與情感程度，其速度比一般的分詞技術(shù)提高10—100倍；對文章主題、熱點(diǎn)指數(shù)、情感傾向性指數(shù)進(jìn)行分析計(jì)算，達(dá)到對輿情的高效管理和正確引導(dǎo)；對預(yù)警話題以及情感傾向性指數(shù)的預(yù)警閾值進(jìn)行預(yù)先設(shè)置，對達(dá)到預(yù)警閾值的信息通過郵件、短信進(jìn)行預(yù)警通知，達(dá)到實(shí)時(shí)監(jiān)控實(shí)時(shí)反饋通訊的效果；輿情分析處理的結(jié)果以網(wǎng)頁的形式呈現(xiàn)給用戶，為用戶提供決策支持。附圖說明圖1是本發(fā)明具體實(shí)施方式提供的一種互聯(lián)網(wǎng)輿情信息監(jiān)測系統(tǒng)的模塊示意圖。具體實(shí)施方式下面結(jié)合附圖及具體實(shí)施例進(jìn)一步說明本發(fā)明。如圖1所示，一種互聯(lián)網(wǎng)輿情信息監(jiān)測系統(tǒng)，其特征在于：該系統(tǒng)包括采集模塊1、數(shù)據(jù)預(yù)處理模塊2、存儲(chǔ)處理模塊3、服務(wù)監(jiān)控模塊4與顯示模塊5；所述采集模塊1的輸出端與數(shù)據(jù)預(yù)處理模塊2的輸入端通過有線連接，所述數(shù)據(jù)預(yù)處理模塊2與存儲(chǔ)處理模塊3通過有線連接，所述服務(wù)監(jiān)控模塊4與存儲(chǔ)處理模塊3通過有線連接，所述存儲(chǔ)處理模塊3與顯示模塊5通過有線連接；所述采集模塊1，用于對互聯(lián)網(wǎng)上的輿情信息進(jìn)行采集，獲取網(wǎng)頁數(shù)據(jù)；所述數(shù)據(jù)預(yù)處理模塊2，用于對采集模塊1獲取的網(wǎng)頁數(shù)據(jù)進(jìn)行分詞及語義分析預(yù)處理并將預(yù)處理結(jié)果傳輸至存儲(chǔ)處理模塊3進(jìn)行存儲(chǔ)；所述服務(wù)監(jiān)控模塊4，用于對存儲(chǔ)處理模塊3存儲(chǔ)的預(yù)處理結(jié)果進(jìn)行統(tǒng)計(jì)，形成統(tǒng)計(jì)圖表，并將形成的統(tǒng)計(jì)圖表傳輸至存儲(chǔ)處理模塊3進(jìn)行存儲(chǔ)，以及對達(dá)到預(yù)警閾值的信息進(jìn)行預(yù)警通知；所述存儲(chǔ)處理模塊3，用于對數(shù)據(jù)預(yù)處理模塊2和服務(wù)監(jiān)控模塊4傳輸過來的數(shù)據(jù)進(jìn)行存儲(chǔ)并通過有線傳輸至顯示模塊5進(jìn)行結(jié)果顯示；所述采集模塊1、數(shù)據(jù)預(yù)處理模塊2、服務(wù)監(jiān)控模塊4和存儲(chǔ)處理模塊3運(yùn)行在服務(wù)器上，所述顯示模塊5運(yùn)行在客戶端上。所述預(yù)處理模塊2包括分詞子模塊21與語義分析子模塊22；所述分詞子模塊21，用于采用基于球面四叉樹的多級(jí)Hash結(jié)構(gòu)的分詞機(jī)制對采集模塊1獲取的網(wǎng)頁數(shù)據(jù)進(jìn)行分詞處理，分詞的同時(shí)根據(jù)詞的語法屬性、情感屬性、詞類屬性進(jìn)行詞性標(biāo)注，解析出詞語的傾向性、主題屬性；所述語義分析子模塊22，用于對分詞處理后的網(wǎng)頁數(shù)據(jù)的句法進(jìn)行分析，形成語法網(wǎng)狀規(guī)則圖，并將語法網(wǎng)狀規(guī)則圖轉(zhuǎn)換為語義概念圖，根據(jù)語義概念圖判斷每個(gè)網(wǎng)頁上的文章熱點(diǎn)指數(shù)、情感傾向性指數(shù)，分析文章主題。基于球面四叉樹的多級(jí)Hash結(jié)構(gòu)的分詞機(jī)制：依次對每個(gè)字建立Hash索引，構(gòu)成多級(jí)TRIE樹，在TRIE樹的結(jié)點(diǎn)處存放了一系列的詞，這些詞的共同點(diǎn)在于它們的前N個(gè)字是相同的，該一系列的詞組成一個(gè)Hash桶；對建立的每一級(jí)Hash桶內(nèi)的詞的個(gè)數(shù)進(jìn)行計(jì)算，若計(jì)算結(jié)果大于預(yù)先設(shè)定的閾值，則以該Hash桶為基礎(chǔ)建立下一級(jí)的Hash桶，如此往復(fù)下去，直至每個(gè)Hash桶內(nèi)的詞的數(shù)量均小于或等于閾值。如“一代人”、“一代代”、“一代宗師”這三個(gè)詞就在一個(gè)Hash桶里，因?yàn)樗鼈兊那皟蓚€(gè)字都是“一代”，這樣使得查找速度大大加快。詞性標(biāo)注分為兩項(xiàng)：自然語義詞性標(biāo)注和情感語義詞性標(biāo)注，之間用“.”分隔，自然語義詞性指語法上的名詞n、動(dòng)詞v、形容詞adj、副詞adv、轉(zhuǎn)折詞t等，而情感語義詞性分為四類：情感實(shí)詞r（包括名詞、動(dòng)詞、形容詞、副詞等）、程度副詞d（加深后面詞語效果的）、否定詞n、轉(zhuǎn)折詞t，如非情感語義詞，則不做標(biāo)注。所述服務(wù)監(jiān)控模塊4包括計(jì)算子模塊41、統(tǒng)計(jì)圖表形成子模塊42、參數(shù)設(shè)置子模塊43以及預(yù)警子模塊44；所述計(jì)算子模塊41，用于對每個(gè)網(wǎng)頁上的文章熱點(diǎn)指數(shù)、情感傾向性指數(shù)的判斷結(jié)果進(jìn)行匯總計(jì)算；所述統(tǒng)計(jì)圖表形成子模塊42，用于形成文章熱度排行報(bào)表、預(yù)警信息分布報(bào)表、輿情站點(diǎn)分布報(bào)表、輿情狀態(tài)統(tǒng)計(jì)報(bào)表以及輿情趨勢走向分析圖；所述參數(shù)設(shè)置子模塊43，用于對預(yù)警話題以及情感傾向性指數(shù)的預(yù)警閾值進(jìn)行預(yù)先設(shè)置；所述預(yù)警子模塊44，用于對達(dá)到預(yù)警閾值的信息進(jìn)行預(yù)警通知。顯示模塊5進(jìn)一步包括顯示端語義分析子模塊51，所述顯示端語義分析子模塊51用于對用戶輸入的文本和檢索問題進(jìn)行分析處理，形成用戶輸入文本和輸入檢索問題的語義概念圖，并將所述語義概念圖傳輸至存儲(chǔ)處理模塊3進(jìn)行概念相似度和概念相關(guān)度計(jì)算，從而進(jìn)行匹配。本發(fā)明的工作原理：采集模塊1采用規(guī)則采集與搜索引擎以及蜘蛛爬行相結(jié)合的方法對互聯(lián)網(wǎng)上的輿情信息進(jìn)行采集，獲取網(wǎng)頁數(shù)據(jù)；數(shù)據(jù)預(yù)處理模塊2對獲取的網(wǎng)頁數(shù)據(jù)進(jìn)行分詞及語義分析預(yù)處理并將預(yù)處理結(jié)果傳輸至存儲(chǔ)處理模塊3進(jìn)行存儲(chǔ)：分詞子模塊21采用基于球面四叉樹的多級(jí)Hash結(jié)構(gòu)的分詞機(jī)制對獲取的網(wǎng)頁數(shù)據(jù)進(jìn)行分詞處理，分詞的同時(shí)根據(jù)詞的語法屬性、情感屬性、詞類屬性進(jìn)行詞性標(biāo)注，解析出詞語的傾向性、主題屬性；語法分析子模塊22根據(jù)漢語句子的構(gòu)造原則，對分詞處理后的網(wǎng)頁數(shù)據(jù)文本進(jìn)行句子切分，抽取文本的每一個(gè)句子，然后對每個(gè)句子進(jìn)行句法分析，將整個(gè)文本的句子的語法形成語法網(wǎng)狀規(guī)則圖；根據(jù)語義建立語義規(guī)則庫，根據(jù)語義規(guī)則庫將語法網(wǎng)狀規(guī)則圖通過點(diǎn)對點(diǎn)映射，轉(zhuǎn)換為語義概念圖；根據(jù)語義概念圖判斷每個(gè)網(wǎng)頁上的文章熱點(diǎn)指數(shù)、情感傾向性指數(shù)，分析文章主題；服務(wù)監(jiān)控模塊4對存儲(chǔ)處理模塊3存儲(chǔ)的預(yù)處理結(jié)果進(jìn)行統(tǒng)計(jì)，形成統(tǒng)計(jì)圖表，并將形成的統(tǒng)計(jì)圖表傳輸至存儲(chǔ)處理模塊3進(jìn)行存儲(chǔ)，以及對達(dá)到預(yù)警閾值的信息進(jìn)行預(yù)警通知：計(jì)算子模塊41對每個(gè)網(wǎng)頁上的文章熱點(diǎn)指數(shù)、情感傾向性指數(shù)的判斷結(jié)果進(jìn)行匯總計(jì)算；統(tǒng)計(jì)圖表形成子模塊42形成文章熱度排行報(bào)表、預(yù)警信息分布報(bào)表、輿情站點(diǎn)分布報(bào)表、輿情狀態(tài)統(tǒng)計(jì)報(bào)表以及輿情趨勢走向分析圖；參數(shù)設(shè)置子模塊43對預(yù)警話題以及情感傾向性指數(shù)的預(yù)警閾值進(jìn)行預(yù)先設(shè)置；預(yù)警子模塊44對達(dá)到預(yù)警閾值的信息進(jìn)行預(yù)警通知；存儲(chǔ)處理模塊3對數(shù)據(jù)預(yù)處理模塊2和服務(wù)監(jiān)控模塊4傳輸過來的數(shù)據(jù)進(jìn)行存儲(chǔ)并通過有線傳輸至顯示模塊5進(jìn)行結(jié)果顯示，用戶可以通過瀏覽器瀏覽，顯示模塊5提供信息檢索功能，根據(jù)指定條件，用戶可以對熱點(diǎn)話題、情感傾向性進(jìn)行查詢，并瀏覽信息的具體內(nèi)容，為決策提供支持。結(jié)果展示以網(wǎng)頁的形式呈現(xiàn)給用戶，包括：按照分類，顯示最新的數(shù)據(jù)信息，包括文章熱點(diǎn)指數(shù)、情感傾向性指數(shù)等；檢索采集的文章信息，并瀏覽；形成的各種統(tǒng)計(jì)圖表，包括文章熱度排行報(bào)表、預(yù)警信息分布報(bào)表、輿情站點(diǎn)分布報(bào)表、輿情狀態(tài)統(tǒng)計(jì)報(bào)表以及輿情趨勢走向分析圖等。顯示端語義分析子模塊51對用戶輸入的文本和檢索問題進(jìn)行分析處理，形成輸入文本的語義概念圖和輸入檢索問題的語義概念圖，然后將其傳輸至存儲(chǔ)處理模塊3，由存儲(chǔ)處理模塊3進(jìn)行概念相似度計(jì)算和概念相關(guān)度計(jì)算，從而進(jìn)行匹配。以上所述實(shí)施方式僅僅是對本發(fā)明的優(yōu)選實(shí)施方式進(jìn)行描述，并非對本發(fā)明的范圍進(jìn)行限定，在不脫離本發(fā)明設(shè)計(jì)精神的前提下，本領(lǐng)域普通技術(shù)人員對本發(fā)明的技術(shù)方案作出的各種變形和改進(jìn)，均應(yīng)落入本發(fā)明的權(quán)利要求書確定的保護(hù)范圍內(nèi)。