本發(fā)明涉及數(shù)據(jù)挖掘技術(shù)領(lǐng)域，尤其涉及一種微博輿情風(fēng)險研判的方法。

背景技術(shù)：

在日常生活中，突然事件頻繁發(fā)生，用戶越來越習(xí)慣于利用社交網(wǎng)絡(luò)(例如微博、論壇、twitter、facebook等)來發(fā)明自己的觀點(diǎn)或情感。在某個事件發(fā)生后，廣大群眾會通過各種途徑了解到真相，隨之而來的是大量的評論，這些評論中包括支持與反對，理性與感性，熱情或冷漠，當(dāng)評論中某一種評論或者某幾種評論占據(jù)較大的比例后，這一種或幾種評論會成對大眾的觀點(diǎn)具有導(dǎo)向作用，甚至可以讓整個事件的走向起到重要作用。負(fù)面輿論在網(wǎng)上發(fā)酵連帶引發(fā)的危機(jī)和事故就是輿情風(fēng)險，互聯(lián)網(wǎng)高度發(fā)達(dá)的今天，微博已經(jīng)成為一種至關(guān)重要的社交平臺，大多數(shù)人對網(wǎng)上的信息缺乏客觀的判斷能力，常以先入為主的心態(tài)看待事物，因此，對于輿情的分析非常重要，輿情風(fēng)險一旦出現(xiàn)，在短期內(nèi)，將會把輿情的中心人物或者企業(yè)推向風(fēng)口浪尖，會對中心人物或企業(yè)產(chǎn)生非常不利的影響，因此，對于微博輿情風(fēng)險的研判是對避免輿情風(fēng)險發(fā)生具有決定性的作用?，F(xiàn)有的微博輿情風(fēng)險研判的方法不具有及時性，且容易將風(fēng)險較低的信息漏掉，跟進(jìn)不及時的缺點(diǎn)，導(dǎo)致無法對微博輿情風(fēng)險進(jìn)行準(zhǔn)確研判。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于：為解決現(xiàn)有方法無法準(zhǔn)確對微博輿情風(fēng)險進(jìn)行研判的問題，本發(fā)明提供一種微博輿情風(fēng)險研判的方法。

本發(fā)明的具體內(nèi)容如下：

一種微博輿情風(fēng)險研判的方法，所述方法先通過爬蟲采集大量微博數(shù)據(jù)，再先后通過敏感話題的識別、情感模型、影響力模型、傳播模型的分析，根據(jù)這幾個模型的輸出情況，決定是否預(yù)警或者是進(jìn)入下一個模型進(jìn)行分析。

具體地，包括如下步驟：

s1：提取源信息話題關(guān)鍵字，若涉及敏感話題則發(fā)出預(yù)警，若不涉及敏感話題，則進(jìn)入情感模型進(jìn)行分析。

s2：通過情感模型對信息進(jìn)行情感分析，若為非負(fù)面情緒，則結(jié)束流程；若負(fù)面程度高則發(fā)出預(yù)警；若負(fù)面程度不高，則進(jìn)入影響力模型進(jìn)行分析。

s3：影響力模型首先會判斷該信息的作者是否在維護(hù)的名單中，如果在則立即預(yù)警，否則將會進(jìn)行影響力分析；進(jìn)入影響力分析后，如果輸出的影響力值大于或等于預(yù)先設(shè)定的閾值，則立即預(yù)警，否則將會進(jìn)入傳播模型進(jìn)行分析。

s4：傳播模型首先會判斷該信息已有的轉(zhuǎn)發(fā)參與者中是否有大v用戶，如果有則立即預(yù)警，否則會進(jìn)行傳播加權(quán)分析；進(jìn)行傳播加權(quán)分析后得到傳播風(fēng)險值，如果輸出的傳播風(fēng)險值大于預(yù)先設(shè)定的閾值，則立即預(yù)警，否則將會把信息輸入到動態(tài)監(jiān)控池中，動態(tài)監(jiān)控池會對信息進(jìn)行時效判斷，把當(dāng)前時間與信息爬取入庫的時間差作為條件進(jìn)行判斷，在一定時間的短周期內(nèi)，將該信息重新輸入到傳播模型進(jìn)行分析；在短周期內(nèi)，評論與轉(zhuǎn)發(fā)的和的絕對增量超過一定數(shù)量則預(yù)警:如果超過一定時間沒有觸發(fā)預(yù)警，則停止對其監(jiān)控，結(jié)束流程。

進(jìn)一步地，s1中，對于敏感話題的判斷是將源信息的話題關(guān)鍵字與提前建立且人工維護(hù)的一套詞庫進(jìn)行判斷。

優(yōu)選地，所述情緒分析模型為基于循環(huán)神經(jīng)網(wǎng)絡(luò)的情感模型，具體包括：訓(xùn)練數(shù)據(jù)的準(zhǔn)備、語音模型的構(gòu)造和情感的識別。

具體地，所述訓(xùn)練數(shù)據(jù)的準(zhǔn)備的具體過程為：從互聯(lián)網(wǎng)應(yīng)用爬取各類用戶的評價數(shù)據(jù)，如應(yīng)用商店軟件的評價，電商網(wǎng)站購物的評價，電影的評價等，并把訓(xùn)練數(shù)據(jù)分為兩類，負(fù)面情感數(shù)據(jù)和非負(fù)面情感數(shù)據(jù)。

具體地，語言模型的構(gòu)造以大量文本作為語料，采用無監(jiān)督方式訓(xùn)練基于循環(huán)神經(jīng)網(wǎng)絡(luò)的語言模型。

具體地，所述情感識別的具體方法為：將輸入文本以字或詞的形式表示，經(jīng)過訓(xùn)練好的模型預(yù)測，最后得到識別為負(fù)面情感和非負(fù)面情感的概率，再選擇概率值大的作為最終情感的輸出，其中，負(fù)面情緒和非負(fù)面情緒的概率加起來為1，負(fù)面程度高是指其概率超過0.8以上。

具體地，s3中，影響力分析采用組合量化的方法來量化得出影響力值，影響力＝認(rèn)證占比*權(quán)重*+關(guān)注占比*權(quán)重+粉絲占比*權(quán)重+近一周微博發(fā)布數(shù)量占比*權(quán)限+近一周每條微博平均評論數(shù)占比*權(quán)重+近一周每條微博平均轉(zhuǎn)發(fā)數(shù)*權(quán)重。

具體地，s4中，傳播風(fēng)險＝轉(zhuǎn)發(fā)量占比*權(quán)重*+點(diǎn)贊數(shù)占比*權(quán)重+評論數(shù)占比*權(quán)重。

具體地，s4中，動態(tài)監(jiān)控池中的具體判斷過程為：如果超過24小時沒有觸發(fā)預(yù)警，則停止對其監(jiān)控；在4小時內(nèi)，每5分鐘作為周期，將該信息重新輸入到傳播模型進(jìn)行分析；在24小時內(nèi)，每5分鐘時間內(nèi)，評論+轉(zhuǎn)發(fā)的絕對增量超過30則預(yù)警。

采用本發(fā)明的技術(shù)方案后，有益效果如下：(1)本發(fā)明包含敏感話題的識別、情感模型、影響力模型、傳播模型，充分考慮了每一種情況，經(jīng)過模型一層一層地深入分析，保障輿情風(fēng)險高的信息立即預(yù)警；(2)設(shè)有動態(tài)監(jiān)控池對未報警的信息在有效時間內(nèi)進(jìn)行持續(xù)跟進(jìn)，保證了風(fēng)險較低的信息也不漏掉，避免了風(fēng)險較低的信息隨著時間的推移風(fēng)險變大而漏掉的情況；(3)本發(fā)明在影響力模型和傳播模型中，均采用了權(quán)重的思想，考慮得較為全面，通過自行設(shè)置權(quán)值，使得數(shù)據(jù)可以隨著事件的不同而更加靈活，準(zhǔn)確性高。

附圖說明

圖1為本發(fā)明的流程框圖。

具體實施方式

本說明書中公開的所有特征，除了互相排斥的特征和/或步驟以外，均可以以任何方式組合。

下面結(jié)合附圖對本發(fā)明作詳細(xì)說明。

一種微博輿情風(fēng)險研判的方法，先通過爬蟲采集大量微博數(shù)據(jù)，再先后通過敏感話題的識別、情感模型、影響力模型、傳播模型的分析，根據(jù)這幾個模型的輸出情況，決定是否預(yù)警或者是進(jìn)入下一個模型進(jìn)行分析。包括如下步驟：

s1：提取源信息話題關(guān)鍵字，將源信息的話題關(guān)鍵字與提前建立且人工維護(hù)的一套詞庫進(jìn)行判斷，若涉及敏感話題則發(fā)出預(yù)警，若不涉及敏感話題，則進(jìn)入情感模型進(jìn)行分析。

s2：通過情感模型對信息進(jìn)行情感分析，若為非負(fù)面情緒，則結(jié)束流程；若負(fù)面程度高則發(fā)出預(yù)警；若負(fù)面程度不高，則進(jìn)入影響力模型進(jìn)行分析；情緒分析模型為基于循環(huán)神經(jīng)網(wǎng)絡(luò)的情感模型，具體包括：訓(xùn)練數(shù)據(jù)的準(zhǔn)備，即從互聯(lián)網(wǎng)應(yīng)用爬取各類用戶的評價數(shù)據(jù)，如應(yīng)用商店軟件的評價，電商網(wǎng)站購物的評價，電影的評價等，并把訓(xùn)練數(shù)據(jù)分為兩類，負(fù)面情感數(shù)據(jù)和非負(fù)面情感數(shù)據(jù)；還包括語言模型的構(gòu)造，即以大量文本作為語料，采用無監(jiān)督方式訓(xùn)練基于循環(huán)神經(jīng)網(wǎng)絡(luò)的語言模型；還包括情感的識別，即將輸入文本以字或詞的形式表示，經(jīng)過訓(xùn)練好的模型預(yù)測，最后得到識別為負(fù)面情感和非負(fù)面情感的概率，再選擇概率值大的作為最終情感的輸出，其中，負(fù)面情緒和非負(fù)面情緒的概率加起來為1，負(fù)面程度高是指其概率超過0.8以上。

s3：影響力模型首先會判斷該信息的作者是否在維護(hù)的名單中，如果在則立即預(yù)警，否則將會進(jìn)行影響力分析；進(jìn)入影響力分析后，具體地，影響力分析采用組合量化的方法來量化得出影響力值：影響力＝認(rèn)證占比*權(quán)重*+關(guān)注占比*權(quán)重+粉絲占比*權(quán)重+近一周微博發(fā)布數(shù)量占比*權(quán)限+近一周每條微博平均評論數(shù)占比*權(quán)重+近一周每條微博平均轉(zhuǎn)發(fā)數(shù)*權(quán)重，具體的權(quán)重值如表1所示，如果輸出的影響力值大于或等于預(yù)先設(shè)定閾值，則立即預(yù)警，否則將會進(jìn)入傳播模型進(jìn)行分析。

表1

s4：傳播模型首先會判斷該信息已有的轉(zhuǎn)發(fā)參與者中是否有大v用戶，如果有則立即預(yù)警，否則會進(jìn)行傳播加權(quán)分析；進(jìn)行傳播加權(quán)分析后得到傳播風(fēng)險值，傳播風(fēng)險＝轉(zhuǎn)發(fā)量占比*權(quán)重*+點(diǎn)贊數(shù)占比*權(quán)重+評論數(shù)占比*權(quán)重，其中具體的權(quán)重值如表2所示。

如果輸出的傳播風(fēng)險值大于預(yù)先設(shè)定的閾值，則立即預(yù)警，否則將會把信息輸入到動態(tài)監(jiān)控池中；然后動態(tài)監(jiān)控池會對信息進(jìn)行時效判斷，把當(dāng)前時間與信息爬取入庫的時間差作為條件進(jìn)行判斷，如果超過24小時沒有觸發(fā)預(yù)警，則停止對其監(jiān)控；在4小時內(nèi)，每5分鐘作為周期，將該信息重新輸入到傳播模型進(jìn)行分析；在24小時內(nèi)，每5分鐘時間內(nèi)，評論+轉(zhuǎn)發(fā)的絕對增量超過30則預(yù)警。

表2

本發(fā)明不局限于上述具體實施例，應(yīng)當(dāng)理解，本領(lǐng)域的普通技術(shù)人員無需創(chuàng)造性勞動就可以根據(jù)本發(fā)明的構(gòu)思做出諸多修改和變化?？傊?，凡本技術(shù)領(lǐng)域中技術(shù)人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過邏輯分析、推理或者有限的實驗可以得到的技術(shù)方案，皆應(yīng)在由權(quán)利要求書所確定的保護(hù)范圍內(nèi)。