买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于主题迁移和情感变化识别的舆情回应效果测度方法_江苏大学_202211113742.6 

申请/专利权人:江苏大学

申请日:2022-09-14

公开(公告)日:2024-03-19

公开(公告)号:CN117725932A

主分类号:G06F40/30

分类号:G06F40/30;G06F16/951;G06N3/0442;G06N3/09;G06Q50/00

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.05#实质审查的生效;2024.03.19#公开

摘要:本发明公开了基于主题迁移和情感变化识别的舆情回应效果测度方法。以事件的相关微博热搜博文及评论信息作为基础数据,基于LDA主题模型对微博文本进行主题分析,根据Bi‑LSTM模型计算评论内容的情感值,构建突发负面舆情下回应效果的测度模型,基于对主题变迁与情感变化的识别结果,评价舆情回应效果。本发明具有易于实践、指标科学、针对性强等优点,可用于对突发负面舆情中回应效果进行测度,评价其对负面舆情演化的干预效果,有利于分析回应措施的优势与不足,可为优化负面舆情治理工作提供优化策略。

主权项:1.基于主题迁移和情感变化识别的舆情回应效果测度方法,其特征在于包括以下步骤:步骤一,信息提取:以事件的相关热搜博文和评论信息作为基础数据1.1回应措施数据提取使用自编的Python爬虫程序爬取相关舆情事件的通报,同时爬取主流媒体相关报道的文本内容,获取具体的回应措施和时间;1.2微博舆情数据提取从事件开始成为舆论热点话题的时间段内,以微博热搜博文及其评论为爬取对象,获取微博正文和微博评论并对其进行数据清洗,使用Python的正则表达式操作移除干扰信息,同时清除过短和重复微博文本,得清洗后的微博文本即为微博数据;干扰信息包括https链接、颜文字、标签、@用户;所述的过短是指字数少于10个字;1.3关键性回应措施提取基于关键性回应措施的舆情生命周期,结合其中一系列舆情回应措施,同时参考该事件的百度指数,针对主流媒体发布的各项回应措施的报道,提取N个关键性回应措施;结合引发舆情的原帖发布时间,将舆情生命周期划分为N+1个阶段,用以结合时间序列分析回应对此次舆情事件的热点主题和大众情感演化的干预作用;N为自然数;步骤二,主题迁移识别舆情事件往往是由一则原生事件和次生事件组成的一系列事件,从热点主题迁移的角度,基于“关注”和“影响”两个指标测度回应效果;“关注”指标体现回应切合大众真实需求的效果,“影响”指标体现回应促使大众舆论热点偏离负面话题的效果;利用LDA主题模型提取主题信息,并使用LDAvis工具对主题进行可视化展示,即将主题抽取结果在二维空间上加以分析,以便根据其交叠情况对主题数进行微调;LDA主题模型利用部分关键词表征主题内容,LDAvis工具用不同的圆圈表示主题,圆圈的直径代表该主题内文本的数量;根据舆情生命周期内的关键性回应措施进行切片,获得每一回应措施对大众舆论的影响,并以词云的方式将每一阶段的所有主题进行可视化;确定舆情生命周期内每一阶段包含最佳主题数即M个主题,将每个主题的若干主题词作为语料制作词云,以表征该阶段的所有主题内容;若所选取的M个主题在二维空间上无交集,且间隔较远,表明预先选定的M个主题数量是可接受的;在在舆情生命周期的时间序列上进行主题信息提取,从而识别出主题迁移情况;M为自然数;步骤三,情感变化识别从大众情感变化的视角,运用“反转”和“缓解”两个指标测度回应效果;“反转”指标体现回应使得大众的负面情感转移为正面情感的效果,“缓解”指标体现回应平缓大众情感的负向波动的效果;基于清洗后的微博评论数据,以一个小时为基本单位,绘制舆情事件的大众情感趋势折线图,分析事件中大众情感总体处于消极区间还是积极区间、波动是剧烈还是平缓、情感波动的最大值和最小值、舆情热议高峰阶段处于时间段、对应时段的回应措施发布情况。步骤四,根据主题迁移和情感变化情况测度舆情回应效果根据识别出的主题迁移情况判断回应是否起到“关注”或“影响”作用:当大众舆论关注热点在回应前后保持一致时,表示起到关注效果;当大众舆论关注热点在回应前后有较大的差异时,表示未起到关注效果;当大众舆论偏离负面话题时,表示起到影响效果,当舆论热点始终围绕负面话题时,表示未起到影响效果;根据识别出的情感变化情况判断回应效果是否起到“反转”或“缓解”作用:当大众的负向情感转变为正向情感时,表示起到反转效果;当大众的情感始终为负向情感时,表示未起到反转效果;当大众情感变化值呈上升趋势时,表示起到缓解效果,当大众情感变化值呈现负向波动时,表示未起到缓解效果。

全文数据:

权利要求:

百度查询: 江苏大学 基于主题迁移和情感变化识别的舆情回应效果测度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。