申请/专利权人：安徽博约信息科技股份有限公司

申请日：2021-05-10

公开（公告）日：2024-03-29

公开（公告）号：CN113128207B

主分类号：G06F40/216

分类号：G06F40/216;G06N3/0442;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.08.03#实质审查的生效;2021.07.16#公开

摘要：本发明公开了基于大数据的新闻话语权评估及预测方法。本发明主要实现对新闻的话语权的评估以及新闻话语权的预测，在大数据环境下，对于及时发现舆情导向，从而正确、及时的制定舆情应对方案具有积极作用。

主权项：1.基于大数据的新闻话语权评估及预测方法，包括如下步骤：一、话语权的评估：1N阶转载网络的创建：考虑到数据量的扩散性，N取3；新闻A的一阶转载网络G1＝A,A1,其中A1为转载A的所有新闻集合，A1＝{A1i,i＝1,2,…,m1}，二阶转载网络G2＝A1,A2，A2为转载对应的A1的新闻集合，以此类推，n阶转载网络Gn＝An-1,An,An为转载对应的An-1的新闻集合，An＝{Ani,i＝1,2,…,mn}；2话语权计算：计算情感指数：情感指数与话语权呈正相关，则对新闻A的n阶转载网络G＝{G1,G2,G3,…,Gn}中新闻的全部评论Com＝{C1,C2,…,Cm}，利用bert模型训练一个三分类情感分析模型Senti_model，neu_index，pos_index，neg_index，对每条评论Ci分析得到其中性、正面、负面的概率分布为neu_index，pos_index，neg_index，则Ci的情感指数为SCi＝pos_index+neg_index，则评论指数所有评论的情感指数之和，即为计算转载指数：对于新闻A的n阶转载网络G＝{G1,G2,G3,…,Gn}全部的新闻new＝{A1,A2,A3,…,An}，则转载指数其中|A1|为转载A的新闻数量，为转载Ak-1i的新闻数量，其中k＝2,3,…,n；则为新闻Ak-1i的作者的转载追随指数，其求解过程为：对新闻Ak-1i的作者的全部新闻按照转载量由高到低排序，即{r1,r2,…,rn}，则，其中∑ri≤i2；计算点赞指数：与转载指数求解类似，首先构建N阶点赞网络，其结构与转载网络一致，其中,新闻A的一阶点赞网络R1＝A,B1,n阶点赞网络Rn＝Bn-1,Bn,Bn为点赞对应的Bn-1的新闻集合，Bn＝{Bni,i＝1,2,…,mn},则点赞指数为 其中，|B1|为点赞A的新闻数量，为点赞Bk-1i的新闻数量，k＝2,3,…,n；则为新闻Bk-1i的作者的点赞追随指数，求解方式与类似，即对新闻Bk-1i的作者的全部新闻按照点赞数由高到低排序，即{c1,c2,…,cn}，则，其中∑ci≤i2；则最终的话语权Speech＝Com_index+rep_index+fav_index；二、话语权的预测：3选定训练集与测试集，训练集D＝{D1,D2,…,Dn}，其中n为数据集个数，Di为D中第i条新闻数据；4求解训练集D的话语权特征量X＝{XD1,XD2,…,XDn}：设时刻t0,t1,……,tn,ti-ti-10，对每条新闻Di，以Δk为时间间隔求解不同时间段内Di的话语权特征量XDi，XDi＝{X1,X2,…,Xn-Δk+1}，其中Xj为其在tj,tj+Δk]时间段内的话语权评测特征，j＝0,1，…，n-Δk；Xj＝{a1,a2,…,a8}，a1,a2,…,a8分别为tj,tj+Δk]时间段内的转发量、评论数、情感指数、点赞数、FollowA，mean∑FollowG，assitA，mean∑assitG，其中G为转载A的所有新闻，mean为均值；5根据步骤2所述的话语权计算方法求解训练集D的话语权Y＝{Y1,Y2,…,Yn}；6将X和Y归一化输入到seq2last模型进行学习得到话语权预测模型；其中seq2last模型由LSTM神经网络、平均池化层、回归层组成，将各时刻的LSTM输出输入至平均池化层，最终在全连接层后连接回归层实现预测，回归层中采用了如下式的改进的sigmoid函数： 上式中添加了一个限制参数α，通过调整不同α值下的激活函数，并利用测试集确定最优预测模型；7对需要预测的数据a，按照步骤4求解得到话语权特征量Xa，归一化后输入到学习好的模型并进行反归一化，即可得到话语权。

全文数据：

权利要求：

百度查询： 安徽博约信息科技股份有限公司 基于大数据的新闻话语权评估及预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD