一种基于网络突发热点的舆情监测方法

技术特征：
1.一种基于网络突发热点的舆情监测方法，其特征在于，包括下列步骤：通过分布式爬取采集数据；对获取的数据进行数据清洗和降噪处理；采用tg_lstm文本分析算法进行舆情分析；生成舆情分析报告；划分舆情等级。2.如权利要求1所述的基于网络突发热点的舆情监测方法，其特征在于，采集数据的信息来源为具有代表性的网络社交媒体平台，采集时间每日从0点到24点。3.如权利要求1所述的基于网络突发热点的舆情监测方法，其特征在于，在通过分布式爬取采集数据的过程中，分别对不同的网络社交媒体的热搜内容分属性进行爬取，经过spider、schedule中间件对数据进行去重，通过item pipelines管道存储在数据库中。4.如权利要求1所述的基于网络突发热点的舆情监测方法，其特征在于，在对获取的数据进行数据清洗和降噪处理的过程中，采用基于统计的分词操作对舆情数据进行分词，对目标长句进行分词切割，将主题词汇分为娱乐话题、时政话题、公共安全、民生话题、国际话题、经济话题和社会热点七大类。5.如权利要求4所述的基于网络突发热点的舆情监测方法，其特征在于，分类后再分别获取多个舆情词语和最新的热度指数，将获取的舆情词语带入提前写好的舆情数据算法采集模板中进行反向筛选，将爆点话题的关键字和关键信息利用算法进行有针对性的内容筛选，反向获取更多的关于相关话题的舆情信息，重复上述步骤，再次将关键词进行二次搜索，然后利用自动化工具提取搜索出来的关键词和热度指数。6.如权利要求1所述的基于网络突发热点的舆情监测方法，其特征在于，所述tg_lstm文本分析算法基于时间线融合关键词向量，获得具有上下文信息的高层文本特征向量，将文本进行分类。7.如权利要求1所述的基于网络突发热点的舆情监测方法，其特征在于，在生成舆情分析报告的过程中，舆情分析指标分为两个等级，一级指标为政府影响力、传统媒体影响力、新兴网络影响力、普通网民影响力和事件触发力五个指标，二级指标以数量为评价值。8.如权利要求1所述的基于网络突发热点的舆情监测方法，其特征在于，所述舆情等级以预警警告等级分为轻度、中度、重度以及特重四个等级，依次对应为蓝色、黄色、橙色和红色。

技术总结
本发明涉及信息收集分析技术领域，尤其涉及一种基于网络突发热点的舆情监测方法，通过不间断地对多平台热搜进行采集处理，扩大了信息的覆盖面积，利用不同平台之间进行信息比对和信息补充，能够让舆情监测更加精准，同时在LSTM的算法模型的基础之上，创新提出了TG_LSTM的算法模型，在输入关键词向量后不仅能更好的表述关键词特征，还能使得数据足够的丰富，得到更加准确地数据刻画。采用的TG_LSTM算法模型也在时间线上弥补历史信息损失导致信息缺失的问题，另外采用的舆情数据算法采集模板，根据主题词反向筛选舆情信息，不仅能根据相关话题的爆点关键词进行信息提取，采集范围也足够广，能够让提取的相关信息更加全面。能够让提取的相关信息更加全面。能够让提取的相关信息更加全面。


技术研发人员：邓国峰 胡湘君 程萌
受保护的技术使用者：桂林电子科技大学
技术研发日：2022.02.22
技术公布日：2022/5/25