CN110427549A - 一种网络舆论溯源分析方法、装置、终端及存储介质 - Google Patents
一种网络舆论溯源分析方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN110427549A CN110427549A CN201910538471.0A CN201910538471A CN110427549A CN 110427549 A CN110427549 A CN 110427549A CN 201910538471 A CN201910538471 A CN 201910538471A CN 110427549 A CN110427549 A CN 110427549A
- Authority
- CN
- China
- Prior art keywords
- account
- article
- hostility
- group
- source tracing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种网络舆论溯源分析方法、装置、终端及存储介质,该方法包括:对采集舆情信息进行情感属性识别,提取负面情绪文章;对所述负面情绪文章进行聚类,生成相似文章群,确定所述相似文章群的首发信源;从所述首发信源中提取发布量超过预设阈值的账号,生成敌意账号群;对所述敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果。本发明提供的网络舆论溯源分析方法、装置、终端及存储介质,针对“黑公关”现象可以进行多维度溯源分析。
Description
技术领域
本发明涉及网络舆论溯源分析技术领域,特别涉及一种网络舆论溯源分析方法、装置、终端及存储介质。
背景技术
只要有市场竞争,就有公关活动的需要。在社交化媒体环境下,竞争对手之间爆发一些“口水战”,把对对方的质疑放在明处,这也是比较正常的事。但是还存在一些黑公关,而黑公关则是指以恶意打击对手为目的,以有组织、有步骤、有偿制造和传播抹黑对手的报道为手段,且片面不实、内容不专业、立场不平衡的一种幕后活动。它很多时候会涉及触犯法律底线、道德底线、新闻工作专业底线。如果听任黑公关充斥,不仅当事企业会遭遇不公,整个市场环境将劣质化,中国企业的整体形象和价值将大打折扣。
发明内容
本发明提供一种网络舆论溯源分析方法、装置、终端及存储介质,针对“黑公关”现象可以进行多维度溯源分析。
第一方面,本发明实施例提供了一种网络舆论溯源分析方法,包括:
对采集舆情信息进行情感属性识别,提取负面情绪文章;
对所述负面情绪文章进行聚类,生成相似文章群,确定所述相似文章群的首发信源;
从所述首发信源中提取发布量超过预设阈值的账号,生成敌意账号群;
对所述敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果。
优选地,对采集舆情信息进行情感属性识别,提取负面情绪文章前,还包括步骤:通过爬虫工具采集目标关键词相关的全网舆情信息,所述目标关键词包括企业品牌、高管、产品和项目中的至少一个。
优选地,所述对采集舆情信息进行情感属性识别,提取负面情绪文章,具体为:通过自然语言处理对采集舆情信息进行情感属性识别,提取负面情绪文章。
优选地,所述对所述负面情绪文章进行聚类,生成相似文章群,确定所述相似文章群的首发信源,具体为:对所述负面情绪文章进行聚类,生成相似文章群,根据所述相似文章群中的文章发布时间确定首发信源。
优选地,所述对所述敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果,具体为:通过挖掘所述账号和文章的运作个体,整合所属企业/组织、关联主体和联系方式;通过挖掘所述账号的认证主体、注册企业和关联企业,整合敌意企业列表;通过所述敌意企业的融资和投资行为、上下级企业关系,追溯所述敌意企业所属的资本系,通过资本关系挖掘所述敌意企业间的内在关系;通过所述账号和企业组织之间的相互联系,构建企业的敌意网络图谱;通过对所述账号和企业下属账号历史发文进行回溯,提取所述历史发文中的敌意信息及指向,对各资本系、组织群体和账号的整体敌意度进行对比分析。
第二方面,本发明实施例提供了一种网络舆论溯源分析装置,包括:
提取模块,用于对采集舆情信息进行情感属性识别,提取负面情绪文章;
首发信源确定模块,用于对所述负面情绪文章进行聚类,生成相似文章群,确定所述相似文章群的首发信源;
敌意账号群生成模块,用于从所述首发信源中提取发布量超过预设阈值的账号,生成敌意账号群;
结果生成模块,用于对所述敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果。
优选地,还包括采集模块,用于通过爬虫工具采集目标关键词相关的全网舆情信息,所述目标关键词包括企业品牌、高管、产品和项目中的至少一个。
优选地,所述提取模块中:对采集舆情信息进行情感属性识别,提取负面情绪文章,具体为:通过自然语言处理对采集舆情信息进行情感属性识别,提取负面情绪文章。
第三方面,本申请实施例提供了一种终端,包括:一个或多个处理器、一个或多个存储器;所述一个或多个存储器与所述一个或多个处理器耦合,所述一个或多个存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述一个或多个处理器执行所述计算机指令时,所述终端执行上述的网络舆论溯源分析方法。
第四方面,本申请实施例提供了计算机存储介质,其上存储计算机指令,当所述计算机指令在终端上运行时,使得所述终端执行上述的网络舆论溯源分析方法。
采用上述技术方案,先对采集舆情信息进行情感属性识别,提取出负面情绪文章作为敌意信息;然后对敌意信息进行聚类,生成相似文章群,确定相似文章群的首发信源;从首发信源中提取发布量超过预设阈值的账号,生成敌意账号群;对该敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果,从而针对“黑公关”现象实现了多维度溯源分析。
附图说明
图1为本发明实施例提供的网络舆论溯源分析方法的流程图;
图2为本发明实施例提供的网络舆论溯源分析装置的结构框图;
图3为本发明实施例提供的网络舆论溯源分析装置的另一结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
第一方面,如图1所示,本申请实施例提供了一种网络舆论溯源分析方法,包括:
步骤S101、对采集舆情信息进行情感属性识别,提取负面情绪文章;
对采集的舆情信息中的正中负极的情感属性进行识别,将负面情绪文章作为敌意信息进行提取。
步骤S102、对负面情绪文章进行聚类,生成相似文章群,确定相似文章群的首发信源;
采用聚类的方法对负面情绪文章进行聚类,将两两相似度达到预设比例的文章确定为相似文章,将这些相似文章聚合在一起生成相似文章群。
首发信源即发文时间最早的信源,即账号。
其中,相似文章群通常为多个。
步骤S103、从首发信源中提取发布量超过预设阈值的账号,生成敌意账号群;
对各个账号历史发布的“敌意文章”数量进行统计,提取发布量超过预设阈值的账号作为敌意账号,将这些敌意账号构建为敌意账号群。
步骤S104、对敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果。
采用上述技术方案,先对采集舆情信息进行情感属性识别,提取出负面情绪文章作为敌意信息;然后对敌意信息进行聚类,生成相似文章群,确定相似文章群的首发信源;从首发信源中提取发布量超过预设阈值的账号,生成敌意账号群;对该敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果,从而针对“黑公关”现象实现了多维度溯源分析。
优选地,对采集舆情信息进行情感属性识别,提取负面情绪文章前,还包括步骤:通过爬虫工具采集目标关键词相关的全网舆情信息,目标关键词包括企业品牌、高管、产品和项目中的至少一个。
具体地,可以以企业品牌、高管、产品、项目等为关键词,基于爬虫技术采集全网相关舆情信息。搭建大数据资源层针对每个不同的数据源,部署相应的爬虫,爬虫的采集规则可以灵活定义。爬虫支持智能识别验证码,并且基于动态代理服务器(IP地址池)机制,自动分配代理服务器,抓取过程中自动续传资源封禁导致抓取失败的信息。数据采集和初步解析后,提交给数据分发服务Kafka集群。将采集回来的信息进行后续的聚类分析。
通过用爬虫技术采集数据及其他数据来源,覆盖网络各个平台的文本数据,通过计算机技术对数据进行自动采集、智能解析、全能结构化及海量存储,解决了信息源的海量覆盖及分析案例的充分积累,为判断结果的不断改善储备数据和算法学习迭代基础。
优选地,对采集舆情信息进行情感属性识别,提取负面情绪文章,具体为:通过自然语言处理对采集舆情信息进行情感属性识别,提取负面情绪文章。
基于自然语言处理技术(NLP)对采集回来的内容的正中负极的情感属性进行识别,将负面情绪内容作为敌意信息进行提取。实现算法包括fasttext、f-r-cnn、rnn、cnn等;采用的开源组件或框架包括keras、tf、pytorch等。
通过自然语言处理技术,对企业舆情数据进行细粒度的切分与主题抽取,对于舆论热点的更多细节予以覆盖,更为全面的分析舆论热点中用户的内容倾向,对于负面信息判断的精细度有更好的掌握。
本申请在全新的舆论环境下,基于全网的数据搜集对企业相关的舆论信息,克服了过去企业通过人工搜集信息的方法效率低下,准确度严重依赖知识经验的弊端,通过大数据及语义分析技术,使用计算机算法实现,大大提升速度、效率及其试用场景。
优选地,对负面情绪文章进行聚类,生成相似文章群,确定相似文章群的首发信源,具体为:对负面情绪文章进行聚类,生成相似文章群,根据相似文章群中的文章发布时间确定首发信源。
优选地,对敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果,具体为:通过挖掘账号和文章的运作个体,整合所属企业/组织、关联主体和联系方式;通过挖掘账号的认证主体、注册企业和关联企业,整合敌意企业列表;通过敌意企业的融资和投资行为、上下级企业关系,追溯敌意企业所属的资本系,通过资本关系挖掘敌意企业间的内在关系;通过账号和企业组织之间的相互联系,构建企业的敌意网络图谱;通过对账号和企业下属账号历史发文进行回溯,提取历史发文中的敌意信息及指向,对各资本系、组织群体和账号的整体敌意度进行对比分析。
通过挖掘敌意账号背后的组织机构关系、资本关系和关联主体,从表层数据挖掘到全局性的分析,对“黑公关”现象进行多维度溯源分析,判断依据有足够的广度和一定程度的深度,大大提高了结果的科学性和合理性。
另外,本申请通过大数据技术,采集和分析海量数据,极大扩大了分析的样本数据及案例,充分利用历史积累的大量案例,对于用户内容倾向和企业舆论传播的各方面特征进行挖掘,模型更为科学合理,分析结果不断得到改善,并达到一定准确度。
第二方面,如图2所示,本申请实施例提供了一种网络舆论溯源分析装置,包括:
提取模块21,用于对采集舆情信息进行情感属性识别,提取负面情绪文章;
首发信源确定模块22,用于对负面情绪文章进行聚类,生成相似文章群,确定相似文章群的首发信源;
敌意账号群生成模块23,用于从首发信源中提取发布量超过预设阈值的账号,生成敌意账号群;
结果生成模块24,用于对敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果。
优选地,还包括采集模块25,用于通过爬虫工具采集目标关键词相关的全网舆情信息,目标关键词包括企业品牌、高管、产品和项目中的至少一个。
优选地,提取模块21中:对采集舆情信息进行情感属性识别,提取负面情绪文章,具体为:通过自然语言处理对采集舆情信息进行情感属性识别,提取负面情绪文章。
第三方面,本申请实施例提供了一种终端,包括:一个或多个处理器、一个或多个存储器;所述一个或多个存储器与所述一个或多个处理器耦合,所述一个或多个存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述一个或多个处理器执行所述计算机指令时,所述终端执行如上述的网络舆论溯源分析方法。
上述存储器可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器用于存储执行本申请方案的应用程序代码,并由处理器来控制执行。处理器用于执行存储器中存储的应用程序代码,从而实现本专利方法中的功能。
在具体实现中,作为一种实施例,处理器可以包括一个或多个CPU。
在具体实现中,作为一种实施例,该终端可以包括多个处理器。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
第四方面,本申请实施例提供了计算机存储介质,其上存储计算机指令,当所述计算机指令在终端上运行时,使得所述终端执行如上述的网络舆论溯源分析方法。
以上结合附图对本发明的实施方式作了详细说明,但本发明不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本发明原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本发明的保护范围内。
Claims (10)
1.一种网络舆论溯源分析方法,其特征在于,包括:
对采集舆情信息进行情感属性识别,提取负面情绪文章;
对所述负面情绪文章进行聚类,生成相似文章群,确定所述相似文章群的首发信源;
从所述首发信源中提取发布量超过预设阈值的账号,生成敌意账号群;
对所述敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果。
2.根据权利要求1所述的网络舆论溯源分析方法,其特征在于,对采集舆情信息进行情感属性识别,提取负面情绪文章前,还包括步骤:通过爬虫工具采集目标关键词相关的全网舆情信息,所述目标关键词包括企业品牌、高管、产品和项目中的至少一个。
3.根据权利要求1所述的网络舆论溯源分析方法,其特征在于,所述对采集舆情信息进行情感属性识别,提取负面情绪文章,具体为:通过自然语言处理对采集舆情信息进行情感属性识别,提取负面情绪文章。
4.根据权利要求1所述的网络舆论溯源分析方法,其特征在于,所述对所述负面情绪文章进行聚类,生成相似文章群,确定所述相似文章群的首发信源,具体为:对所述负面情绪文章进行聚类,生成相似文章群,根据所述相似文章群中的文章发布时间确定首发信源。
5.根据权利要求1所述的网络舆论溯源分析方法,其特征在于,所述对所述敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果,具体为:通过挖掘所述账号和文章的运作个体,整合所属企业/组织、关联主体和联系方式;通过挖掘所述账号的认证主体、注册企业和关联企业,整合敌意企业列表;通过所述敌意企业的融资和投资行为、上下级企业关系,追溯所述敌意企业所属的资本系,通过资本关系挖掘所述敌意企业间的内在关系;通过所述账号和企业组织之间的相互联系,构建企业的敌意网络图谱;通过对所述账号和企业下属账号历史发文进行回溯,提取所述历史发文中的敌意信息及指向,对各资本系、组织群体和账号的整体敌意度进行对比分析。
6.一种网络舆论溯源分析装置,其特征在于,包括:
提取模块,用于对采集舆情信息进行情感属性识别,提取负面情绪文章;
首发信源确定模块,用于对所述负面情绪文章进行聚类,生成相似文章群,确定所述相似文章群的首发信源;
敌意账号群生成模块,用于从所述首发信源中提取发布量超过预设阈值的账号,生成敌意账号群;
结果生成模块,用于对所述敌意账号群中的账号进行多维度数据挖掘,生成溯源分析结果。
7.根据权利要求6所述的网络舆论溯源分析装置,其特征在于,还包括采集模块,用于通过爬虫工具采集目标关键词相关的全网舆情信息,所述目标关键词包括企业品牌、高管、产品和项目中的至少一个。
8.根据权利要求6所述的网络舆论溯源分析装置,其特征在于,所述提取模块中:对采集舆情信息进行情感属性识别,提取负面情绪文章,具体为:通过自然语言处理对采集舆情信息进行情感属性识别,提取负面情绪文章。
9.一种终端,其特征在于,包括:一个或多个处理器、一个或多个存储器;所述一个或多个存储器与所述一个或多个处理器耦合,所述一个或多个存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述一个或多个处理器执行所述计算机指令时,所述终端执行如权利要求1-5任一项所述的网络舆论溯源分析方法。
10.一种计算机存储介质,其特征在于,包括计算机指令,当所述计算机指令在终端上运行时,使得所述终端执行如权利要求1-5任一项所述的网络舆论溯源分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910538471.0A CN110427549A (zh) | 2019-06-20 | 2019-06-20 | 一种网络舆论溯源分析方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910538471.0A CN110427549A (zh) | 2019-06-20 | 2019-06-20 | 一种网络舆论溯源分析方法、装置、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110427549A true CN110427549A (zh) | 2019-11-08 |
Family
ID=68408792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910538471.0A Withdrawn CN110427549A (zh) | 2019-06-20 | 2019-06-20 | 一种网络舆论溯源分析方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427549A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046085A (zh) * | 2019-12-19 | 2020-04-21 | 南京医睿科技有限公司 | 数据的溯源处理方法及装置、介质和设备 |
CN111784492A (zh) * | 2020-07-10 | 2020-10-16 | 讯飞智元信息科技有限公司 | 舆情分析和财务预警方法、装置、电子设备和存储介质 |
CN112000866A (zh) * | 2020-08-05 | 2020-11-27 | 杭州安恒信息技术股份有限公司 | 互联网数据分析方法、装置、电子装置及介质 |
CN112395539A (zh) * | 2020-11-26 | 2021-02-23 | 格美安(北京)信息技术有限公司 | 一种基于自然语言处理的舆情风险监测方法及*** |
CN112559845A (zh) * | 2020-12-23 | 2021-03-26 | 北京清博大数据科技有限公司 | 一种非典型性媒体账号的身份与动机识别方法及*** |
CN113535813A (zh) * | 2021-06-30 | 2021-10-22 | 北京百度网讯科技有限公司 | 一种数据挖掘方法、装置、电子设备以及存储介质 |
CN113590744A (zh) * | 2021-06-30 | 2021-11-02 | 中山大学 | 一种面向可解释的情感溯源方法 |
CN113918794A (zh) * | 2021-12-13 | 2022-01-11 | 宝略科技(浙江)有限公司 | 企业网络舆情效益分析方法、***、电子设备及存储介质 |
-
2019
- 2019-06-20 CN CN201910538471.0A patent/CN110427549A/zh not_active Withdrawn
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046085B (zh) * | 2019-12-19 | 2023-04-28 | 医渡云(北京)技术有限公司 | 数据的溯源处理方法及装置、介质和设备 |
CN111046085A (zh) * | 2019-12-19 | 2020-04-21 | 南京医睿科技有限公司 | 数据的溯源处理方法及装置、介质和设备 |
CN111784492A (zh) * | 2020-07-10 | 2020-10-16 | 讯飞智元信息科技有限公司 | 舆情分析和财务预警方法、装置、电子设备和存储介质 |
CN112000866A (zh) * | 2020-08-05 | 2020-11-27 | 杭州安恒信息技术股份有限公司 | 互联网数据分析方法、装置、电子装置及介质 |
CN112000866B (zh) * | 2020-08-05 | 2024-03-26 | 杭州安恒信息技术股份有限公司 | 互联网数据分析方法、装置、电子装置及介质 |
CN112395539A (zh) * | 2020-11-26 | 2021-02-23 | 格美安(北京)信息技术有限公司 | 一种基于自然语言处理的舆情风险监测方法及*** |
CN112395539B (zh) * | 2020-11-26 | 2021-12-17 | 格美安(北京)信息技术有限公司 | 一种基于自然语言处理的舆情风险监测方法及*** |
CN112559845A (zh) * | 2020-12-23 | 2021-03-26 | 北京清博大数据科技有限公司 | 一种非典型性媒体账号的身份与动机识别方法及*** |
CN113590744A (zh) * | 2021-06-30 | 2021-11-02 | 中山大学 | 一种面向可解释的情感溯源方法 |
CN113535813A (zh) * | 2021-06-30 | 2021-10-22 | 北京百度网讯科技有限公司 | 一种数据挖掘方法、装置、电子设备以及存储介质 |
CN113535813B (zh) * | 2021-06-30 | 2023-07-28 | 北京百度网讯科技有限公司 | 一种数据挖掘方法、装置、电子设备以及存储介质 |
CN113590744B (zh) * | 2021-06-30 | 2024-05-24 | 中山大学 | 一种面向可解释的情感溯源方法 |
CN113918794A (zh) * | 2021-12-13 | 2022-01-11 | 宝略科技(浙江)有限公司 | 企业网络舆情效益分析方法、***、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110427549A (zh) | 一种网络舆论溯源分析方法、装置、终端及存储介质 | |
Woodcock et al. | The gig economy | |
CN108121795B (zh) | 用户行为预测方法及装置 | |
CN109684481A (zh) | 舆情分析方法、装置、计算机设备和存储介质 | |
CN106936781A (zh) | 一种用户操作行为的判定方法及装置 | |
CN108665159A (zh) | 一种风险评估方法、装置、终端设备及存储介质 | |
CN108108821A (zh) | 模型训练方法及装置 | |
CN107689008A (zh) | 一种用户投保行为预测的方法及装置 | |
CN109583738A (zh) | 一种用于债券风险控制的装置及方法 | |
CN106022708A (zh) | 一种预测员工离职的方法 | |
CN109389423A (zh) | 一种基于大数据融合商业的营销使用方法 | |
CN106779278A (zh) | 资产信息的评价***及其信息的处理方法和装置 | |
CN110737821B (zh) | 相似事件查询的方法、装置、存储介质和终端设备 | |
CN110321466A (zh) | 一种基于语义分析的证券资讯查重方法及*** | |
Chhabra et al. | Dynamics of edit war sequences in Wikipedia | |
Pajo et al. | Fast lead user identification framework | |
CN110069686A (zh) | 用户行为分析方法、装置、计算机装置及存储介质 | |
CN110413858A (zh) | 企业舆情信息查询方法、装置、计算机设备及存储介质 | |
CN111325422A (zh) | 一种工单派发方法及*** | |
CN109508557A (zh) | 一种关联用户隐私的文件路径关键词识别方法 | |
CN111046281A (zh) | 热点话题的构建方法及装置 | |
CN108460630B (zh) | 基于用户数据进行分类分析的方法和装置 | |
CN109739367A (zh) | 候选词列表生成方法及装置 | |
KR102078541B1 (ko) | 이슈 관심도 기반의 뉴스 가치 평가 장치 및 방법, 이를 기록한 기록매체 | |
CN109697260B (zh) | 虚拟货币的检测方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191108 |