CN112765514A - 一种监测网络舆情方法、装置及存储介质 - Google Patents
一种监测网络舆情方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112765514A CN112765514A CN201911077571.4A CN201911077571A CN112765514A CN 112765514 A CN112765514 A CN 112765514A CN 201911077571 A CN201911077571 A CN 201911077571A CN 112765514 A CN112765514 A CN 112765514A
- Authority
- CN
- China
- Prior art keywords
- target
- historical
- preset
- monitoring
- user
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供一种监测网络舆情方法、装置及存储介质,所述方法包括:获取历史时段内的历史评论数据,所述历史评论数据包括至少一个监测对象对应的历史评论;若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,所述目标监测对象是指与所述预设关键词匹配的历史评论所属的监测对象;根据预设关键词与订阅用户之间的映射关系,确定目标订阅用户;向所述目标订阅用户发送提示消息,所述提示消息用于指示所述目标监测对象对应的历史评论。本方案能够实现全量监测和提高监测效率。
Description
技术领域
本申请涉及涉及大数据处理技术领域,尤其涉及一种监测网络舆情方法、装置及存储介质。
背景技术
随着媒体形式的多样化复杂化以及自媒体的兴起,传播信息的质量很难在发表之前做到全面的把控,一旦不良信息流出,如果持续发酵得不到及时处理,势必会对传播媒体的口碑产生严重的影响。所以需要对网络舆情进行监控和及时反馈。
目前主要是通过对数据的抓取和分析,进而看到搜索信息的热度趋势、用户分析等舆情信息。
在对现有技术的研究和实践过程中,本申请实施例的发明人发现,现有技术对发文无法做到全量的、实时的监控,因此当有舆情(尤其是冷门发文)短时间爆发时很难实时感知,导致无法做到及时提醒。
发明内容
本申请实施例提供了一种监测网络舆情方法、装置及存储介质,能够解决现有机制中由于无法做到全量的、实时的监控,因此当有舆情短时间爆发时很难实时感知,导致无法做到及时提醒等问题。
第一方面中,本申请实施例提供一种监测网络舆情方法,所述方法包括:
获取历史时段内的历史评论数据,所述历史评论数据包括至少一个监测对象对应的历史评论;
若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,所述目标监测对象是指与所述预设关键词匹配的历史评论所属的监测对象;
根据预设关键词与订阅用户之间的映射关系,确定所述目标订阅用户;
向所述目标订阅用户发送提示消息,所述提示消息用于指示所述目标监测对象对应的历史评论。
一种可能的设计中,所述确定所述历史评论数据与预设关键词匹配之前,所述方法还包括:
将多个预设关键词生成树结构,所述树结构中的每个叶节点分别对应一个预设关键词;
所述确定所述历史评论数据与预设关键词匹配,包括:
将所述历史评论数据中各历史评论依次与所述树结构进行相似度匹配,匹配得到所述树结构中与所述历史评论数据匹配的预设关键词。
一种可能的设计中,所述若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,包括:
若所述历史评论数据中存在与预设关键词匹配的目标历史评论,且所述目标历史评论的数目高于预设阈值,则确定所述目标监测对象满足符合所述预设条件。
一种可能的设计中,预设关键词有多个,所述确定所述目标监测对象满足符合所述预设条件之后,所述方法还包括:
根据所述预设关键词和评论数,确定所述历史评论数据中各历史评论的分布特征;
根据各预设关键词的权重和各历史评论的分布特征,确定待反馈的预设关键词对应的监测任务。
一种可能的设计中,预设关键词有多个,所述确定所述目标监测对象满足符合所述预设条件之后,所述方法还包括:
确定所述目标监测对象对应的目标历史评论;
根据所述目标历史评论的分布特征建立在所述历史时段内的时间序列;
根据所述时间序列预测在第一预设时长内所述目标监测对象对应的历史评论的预测值,所述第一预设时长的起始时刻滞后于所述历史时段的结束时刻。
一种可能的设计中,所述方法还包括:
接收所述目标订阅用户发送的第一订阅消息,所述第一订阅消息包括监测频率和监测的关键词;
根据所述第一订阅消息更新预设关键词与订阅用户之间的映射关系。
一种可能的设计中,所述方法还包括:
接收所述目标订阅用户发送的第二订阅消息,所述第二订阅消息包括待更新的目标关键词;
根据所述第二订阅消息更新所述预设关键词;
根据所述目标关键词和所述历史评论数据,获取增量评论数据。
一种可能的设计中,所述根据所述第二订阅消息更新所述预设关键词;基于所述目标关键词和所述历史评论数据,获取增量评论数据,包括:
在第二预设时长内轮询预设关键词的更新状态;
根据所述目标关键词更新匹配规则;
基于更新后的匹配规则,根据所述目标关键词和所述历史评论数据,获取所述增量评论数据。
一种可能的设计中,所述方法还包括:
接收待订阅用户的监测请求,所述监测请求用于请求订阅监测任务;
将所述目标订阅用户订阅的监测任务发送至所述待订阅用户;
接收所述待订阅用户基于所述目标订阅用户订阅的监测任务返回的第三订阅消息,所述第三订阅消息用于请求订阅所述目标订阅用户当前订阅的监测任务;
建立更新所述目标订阅用户订阅的预设关键词与所述待订阅用户之间的映射关系。
第二方面中,本申请实施例提供一种网络舆情监测装置,具有实现对应于上述第一方面提供的监测网络舆情方法的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。
一种可能的设计中,所述网络舆情监测装置包括:
收发模块,用于获取历史时段内的历史评论数据,所述历史评论数据包括至少一个监测对象对应的历史评论;
处理模块,用于若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,所述目标监测对象是指与所述预设关键词匹配的历史评论所属的监测对象;根据预设关键词与订阅用户之间的映射关系,确定所述目标订阅用户;
所述收发模块还用于向所述目标订阅用户发送提示消息,所述提示消息用于指示所述目标监测对象对应的历史评论。
一种可能的设计中,所述处理模块在确定所述历史评论数据与预设关键词匹配之前,还用于:
将多个预设关键词生成树结构,所述树结构中的每个叶节点分别对应一个预设关键词;
所述确定所述历史评论数据与预设关键词匹配,包括:
将所述历史评论数据中各历史评论依次与所述树结构进行相似度匹配,匹配得到所述树结构中与所述历史评论数据匹配的预设关键词。
一种可能的设计中,所述处理模块具体用于:
若所述历史评论数据中存在与预设关键词匹配的目标历史评论,且所述目标历史评论的数目高于预设阈值,则确定所述目标监测对象满足符合所述预设条件。
一种可能的设计中,预设关键词有多个,所述处理模块在确定所述目标监测对象满足符合所述预设条件之后,还用于:
根据所述预设关键词和评论数,确定所述历史评论数据中各历史评论的分布特征;
根据各预设关键词的权重和各历史评论的分布特征,确定待反馈的预设关键词对应的监测任务。
一种可能的设计中,预设关键词有多个,所述处理模块在确定所述目标监测对象满足符合所述预设条件之后,还用于:
确定所述目标监测对象对应的目标历史评论;
根据所述目标历史评论的分布特征建立在所述历史时段内的时间序列;
根据所述时间序列预测在第一预设时长内所述目标监测对象对应的历史评论的预测值,所述第一预设时长的起始时刻滞后于所述历史时段的结束时刻。
一种可能的设计中,所述处理模块还用于:
通过所述收发模块接收所述目标订阅用户发送的第一订阅消息,所述第一订阅消息包括监测频率和监测的关键词;
根据所述第一订阅消息更新预设关键词与订阅用户之间的映射关系。
一种可能的设计中,所述处理模块还用于:
通过所述收发模块接收所述目标订阅用户发送的第二订阅消息,所述第二订阅消息包括待更新的目标关键词;
根据所述第二订阅消息更新所述预设关键词;
根据所述目标关键词和所述历史评论数据,获取增量评论数据。
一种可能的设计中,所述处理模块具体用于:
在第二预设时长内轮询预设关键词的更新状态;
根据所述目标关键词更新匹配规则;
基于更新后的匹配规则,根据所述目标关键词和所述历史评论数据,获取所述增量评论数据。
一种可能的设计中,所述收发模块还用于:
接收待订阅用户的监测请求,所述监测请求用于请求订阅监测任务;
将所述目标订阅用户订阅的监测任务发送至所述待订阅用户;
接收所述待订阅用户基于所述目标订阅用户订阅的监测任务返回的第三订阅消息,所述第三订阅消息用于请求订阅所述目标订阅用户当前订阅的监测任务;
所述处理模块还用于建立更新所述目标订阅用户订阅的预设关键词与所述待订阅用户之间的映射关系。
本申请实施例又一方面提供了一种网络舆情监测装置,其包括至少一个连接的处理器、存储器和收发器,其中,所述存储器用于存储计算机程序,所述处理器用于调用所述存储器中的计算机程序来执行上述第一方面所述的方法。
本申请实施例又一方面提供了一种计算机可读存储介质,其包括指令,当其在计算机上运行时,使得计算机执行上述第一方面所述的方法。
相较于现有技术,本申请实施例提供的方案中,将历史时段内的历史评论数据与预设关键词匹配,若确定匹配,则确定与预设关键词匹配的历史评论的目标监测对象满足符合预设条件,根据预设关键词与订阅用户之间的映射关系,确定目标订阅用户;向目标订阅用户发送指示所述目标监测对象对应的历史评论的提示消息。可见,由于本申请实施例监测网络舆情是基于集中且全量的历史评论数据,并且基于预设关键词去匹配过滤,一方面中,能够全面地、实时地、准确地监测舆情;另一方面中,不需要目标订阅用户主动去搜索查询,就可以使得用户被动地、长期地和持续地接收与网络舆情相关的提示信息,便于及时了解和控制舆情,能够缩短发现舆情的时间。
附图说明
图1为本申请实施例中服务器的一种数据结构示意图;
图2为本申请实施例中订阅用户监听任务的一种流程示意图;
图3为本申请实施例中监测网络舆情方法的一种流程示意图;
图4为本申请实施例中树结构的一种结构示意图;
图5a为本申请实施例中监测任务的一种热门收听界面示意图;
图5b为本申请实施例中目标订阅用户端设置监测视频的关键词的示意图;
图5c为本申请实施例中目标订阅用户端订阅监测任务的界面示意图;
图5d为本申请实施例中目标订阅用户端订阅监测任务的示意图;
图6a为本申请实施例中推送网络舆情的一种界面示意图;
图6b为本申请实施例中推送网络舆情的一种界面示意图;
图7为本申请实施例中区块链***的一种结构示意图;
图8为本申请实施例中网络舆情监测装置的一种结构示意图;
图9为本申请实施例中计算机设备的一种结构示意图;
图10为本申请实施例中服务器的一种结构示意图。
具体实施方式
本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块,本申请实施例中所出现的模块的划分,仅仅是一种逻辑上的划分,实际应用中实现时可以有另外的划分方式,例如多个模块可以结合成或集成在另一个***中,或一些特征可以忽略,或不执行,另外,所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,模块之间的间接耦合或通信连接可以是电性或其他类似的形式,本申请实施例中均不作限定。并且,作为分离部件说明的模块或子模块可以是也可以不是物理上的分离,可以是也可以不是物理模块,或者可以分布到多个电路模块中,可以根据实际的需要选择其中的部分或全部模块来实现本申请实施例方案的目的。
本申请实施例供了一种监测网络舆情方法、装置及存储介质,可用于服务器侧,服务器侧可用于收集网络文本、音频或视频等网络对象的评论数据、基于用户设置的预设关键词生成匹配规则、以及基于预设关键词、匹配规则和历史评论数据监测网络舆情和识别网络舆情等操作。一些实施方式中,如图1为本申请实施例中服务器涉及的数据库的数据结构示意图、图2为本申请实施例中订阅用户监听任务的一种流程示意图。本申请实施例中的数据库中创建了监控任务列表、用户列表和关键词列表,数据库可以是区块链数据库,服务器可为区块链***中的节点,本申请实施例不对此作限定。
基于图1的数据结构,在图2中,用户在应用(application,APP)登录后,用户信息便自动存储到数据库中,登录成功的用户可以在APP上向服务器发送订阅请求,并通过APP设置需要过滤的预设关键词(也可称作靶词)和推送方式(例如通过短消息、邮件或电话等通讯方式推送,本申请实施例不对此作限定)后,就创建了监测任务并存储到数据库中,相应的,服务器侧基于预设关键词生成对应的匹配规则。同时,在数据库中更新用户列表中的任务列表,和关键词列表中预设关键词对应的监听用户列表。用户可以在APP上随时创建/修改/删除监测任务,以及监听/取消监听监测任务。
具体来说,用户在创建监测任务后,在数据库上会将各用户创建的监测任务更新到监控任务列表中,以及将订阅监测任务的用户同步更新到用户列表中。由于用户在创建/修改/删除监测任务时,会涉及到监测任务对应的关键词发生变化(例如增加、删减或更新),所以会同步更新数据库中的关键词列表。
其中,监控任务列表包括任务标识、任务名、关键词、目标订阅用户标识、监听用户标识、分发列表等信息。
用户列表包括用户所属的监听频道、创建监听监测任务、以及监听监测任务等。监听频道是指用户在对监测任务进行监听时所使用的平台,监听频道也可称为监听渠道、监听平台或者监听应用等,本申请实施例不对此作限定。
关键词列表包括多个用户在创建监测任务时设置的预设关键词、以及各预设关键词所属的监测任务。
在本申请实施例中,一个预设关键词可属于至少一个监测任务,一个预设关键词可对应至少一个订阅用户,一个用户可以同时订阅多个监测任务,用户可以在监听频道共享自己订阅的监测任务,以便于其他感兴趣的用户同时订阅。本申请实施例不对此作限定。
在用户成功订阅监测任务后,服务器基于该监测任务对应的预设关键词和匹配规则对收集的历史评论数据进行过滤(例如,通过轮询脚本以每10s从关键词列表中读取全部的关键词生成正则匹配,并和这10s产生的评论进行匹配和过滤筛选),若匹配到符合预设条件的历史评论,则通过该用户设置该监测任务对应的推送方式将该历史评论推送给该用户。
本申请实施例中,可以将订阅了监测任务的用户称为目标订阅用户。如图2所示,若目标订阅用户创建的监测任务1被服务器共享到监测频道,且被其他用户同时订阅监听,那么,会相应的将这些同时订阅监听的用户更新到用户列表中。这样,当目标订阅用户订阅的监测任务1存在网络舆情时,在将网络舆情对应的历史评论发给目标订阅用户的同时也发送给这些同时订阅监听的用户。
本申请实施例主要提供以下技术方案:
获取到全量的历史评论数据后,基于用户订阅的预设关键词对历史评论数据进行过滤匹配,对过滤匹配到的历史评论数据进行舆情分析,将满足预设条件的评论发送给订阅用户。一方面,能够全面地、实时地、准确地监测舆情;另一方面,能够使得用户被动地、长期地和持续地接收与舆情相关的信息,便于及时了解和控制舆情,能够缩短发现舆情的时间。
基于预设关键词的更新,动态更新过滤匹配的匹配规则,根据更新的匹配规则对更新的预设关键词对应的评论数据进行累加数量更新(或者增量更新),一方面实现全量监测;另一方面提高监测效率。
以下介绍本申请实施例所提供的一种监测网络舆情方法,该方法的执行主体可为网络舆情监测装置、安装了网络舆情监测装置的服务器,本申请实施例不对此作限定。
为保证监测出的舆情能够准确地、及时地反馈至用户,下面先介绍用户订阅监测任务的流程,订阅监测任务的流程包括首次订阅和更新订阅的流程,下面分别介绍:
(1)、目标订阅用户首次订阅:
目标订阅用户首次订阅监测任务可分a和b两种方式:
方式a、主动设置预设关键词,具体包括:
接收所述目标订阅用户发送的第一订阅消息,所述第一订阅消息包括监测频率和监测的关键词;
根据所述第一订阅消息更新预设关键词与订阅用户之间的映射关系。
其中,预设关键词可以采用关键词列表、数组等方式保存,本申请实施例不对预设关键词的保存方式作限定。
方式b、推荐订阅,具体包括:
接收待订阅用户的监测请求,所述监测请求用于请求订阅监测任务;
将所述目标订阅用户订阅的监测任务发送至所述待订阅用户;
接收所述待订阅用户基于所述目标订阅用户订阅的监测任务返回的第三订阅消息,所述第三订阅消息用于请求订阅所述目标订阅用户当前订阅的监测任务;
建立更新所述目标订阅用户订阅的预设关键词与所述待订阅用户之间的映射关系。
可见,采用推荐订阅的方式后,若有同样监测任务需求的用户,则只需一键监听,即可使用后续的监控服务,用户在设置监测任务时可以方便参考别的任务,一方面,起到了集思广益的效果,另一方面,同时监听任务的用户在监听或者取消监听的过程中也起到了帮助筛选监听任务的作用,监测任务的监听人数也能从侧面反映出监测任务的效果。
(2)、目标订阅用户主动更新订阅:
在已获取历史时段内的历史评论数据的前提下,目标订阅用户主动更新订阅具体流程包括:
接收所述目标订阅用户发送的第二订阅消息,所述第二订阅消息包括待更新的目标关键词;可选的,所述第二订阅消息还可包括监测频率;
根据所述第二订阅消息更新所述预设关键词;
根据所述目标关键词和所述历史评论数据,获取增量评论数据。
一些实施方式中,根据所述第二订阅消息更新所述预设关键词;基于所述目标关键词和所述历史评论数据,获取增量评论数据,包括:
在第二预设时长内轮询预设关键词的更新状态;
根据所述目标关键词更新匹配规则;
基于更新后的匹配规则,根据所述目标关键词和所述历史评论数据,获取所述增量评论数据。
例如,采用轮询脚本,每10s检索数据库中关于监测任务的更新信息,若确定有更新的监测任务,则从数据库的关键词列表中取出全部预设关键词,例如取出a、b和c三个预设关键词,然后基于a、b和c生成正则匹配规则,即/(a)|(b)|(c)/g。由于评论的过滤是持续进行的,所以新生成的正则匹配规则会被即刻用在评论过滤中,因此,订阅用户设置的监测任务也实时生效。
本申请实施例中,目标订阅用户是指任意要订阅监测任务的用户,待订阅用户可以是指已经订阅过监测任务的用户(例如目标订阅用户),也可以是指未订阅过监测任务的新用户,本申请实施例不对此作限定。每个在舆情监测装置上合法注册的用户都可以新建监测任务和监听自身订阅的监测任务。
如图3所示,本申请实施例包括:
301、获取历史时段内的历史评论数据。
其中,所述历史时段是指相对于当前时刻之前的一段时间,例如当前时间为08:00,那么历史时段可选为06:00-07:30。
所述历史评论数据包括至少一个监测对象对应的历史评论。一些实施方式中,所述历史评论数据还可以包括订阅频道、历史评论所属的监测对象。本申请实施例不对此作限定。
本申请实施例中,监测对象可以文本、音频或视频等形式存在的网络传播对象。监测对象也可称作网络监测对象、网络传播对象、网络收听对象或者收听对象,本申请实施例不对此作限定。
302、若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件。
其中,所述目标监测对象是指与所述预设关键词匹配的历史评论所属的监测对象。
一些实施方式中,为进一步提高反馈网络舆情的准确率和提高提示信息的有效性和针对性,还可以引入评论数去判断所述目标监测对象满足符合所述预设条件,具体来说,若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,包括:
若所述历史评论数据中存在与预设关键词匹配的目标历史评论,且所述目标历史评论的数目高于预设阈值,则确定所述目标监测对象满足符合所述预设条件。
其中,所述预设条件至少包括以下项之一:
历史评论总数高于预设阈值、历史评论的热度值高于预设热度值、目标监测对象的热度值在目标时长内连续高于预设热度值。例如,历史评论总数为1万,或者某几个目标历史评论的热度值高于预设热度值,或者文章A的热度值在2h内持续排名top3。本申请实施例不对所述预设条件作限定。
另一些实施方式中,还可以基于树结构实现预设关键词匹配与所述历史评论数据中各历史评论的匹配过程。具体来说,确定所述历史评论数据与预设关键词匹配之前,所述方法还包括:
将多个预设关键词生成树结构,所述树结构中的每个叶节点分别对应一个预设关键词;
在生成上述树结构之后,将所述历史评论数据中各历史评论依次与所述树结构进行相似度匹配,匹配得到所述树结构中与所述历史评论数据匹配的预设关键词。
举例来说,如图4所示,以树结构为特里结构(trie)树为例,将关键词生成包含各个关键词的trie树,例如,预设关键词为小编/小编反动/小编胡说/错别字,那么生成如图4所示的trie树。其中每个叶节点代表一个预设关键词,并在编字处打标记,表面“小编”也是一个预设关键词。将图4所示的trie树与评论进行匹配时,从评论的第一个字开始依次与trie树进行对比,直到对比完评论的最后一个字,最后得到所有匹配出的预设关键词。
可见,基于树结构实现匹配,能够快速地、准确地匹配出所有预设关键词。此外,基于树结构进行匹配的算法的复杂度为评论长度n,最长关键词长度m:O(m*n),由于评论长度n,最长关键词长度m与关键词数量无关,因此在后续监测任务在预设关键词数量不断增加的情况下,也能保证高效的匹配速度以及匹配的准确度,适用场景更广。
303、根据预设关键词与订阅用户之间的映射关系,确定所述目标订阅用户。
其中,映射关系在用户订阅监测任务后生成,映射关系便于在确定网络舆情后,快速的定位订阅该监听任务的订阅用户,保证订阅用户能够及时的收到舆情反馈。
如下表1所示,表1中展示了多个关键词和多个用户之间的映射关系,一些实施方式中,该映射关系还可为预设关键词、监测任务与订阅用户之间的映射关系。
用户1 | 用户2 | 用户3 | … | |
关键词1 | √ | √ | … | |
关键词2 | √ | √ | … | |
关键词3 | √ | √ | … | |
… | … | ... | … | … |
表1
上表1中,“√”表示用户订阅了该关键词,空白即表示该用户未订阅该关键词。例如,在邪典事件中,儿童频道发布了与“邪典事件”相关的视频或者文章,通过将树结构与儿童频道中的这些视频或者文章的历史评论进行匹配,若匹配到关键词2,则根据表1所示的映射关系可看出,用户1和用户3均订阅了该关键词2,那么,当监测到与关键词2匹配的历史评论时,可以将用户1和用户2确定为目标订阅用户。假设用户1和用户2都是儿童频道的编辑用户,并且都订阅了儿童频道的监测任务,那么,可以直接将与该关键词2匹配的历史评论发送给儿童频道的编辑用户。
304、向所述目标订阅用户发送提示消息,所述提示消息用于指示所述目标监测对象对应的历史评论。
其中,提示信息可以包括以下项中的至少一项:与预设关键词匹配的历史评论、预设关键词对应的舆情类型、与历史评论匹配的预设关键词、目标监测对象的网络地址、或者与预设关键词匹配的历史评论的网络位置。可选的,所述提示消息可指示所述目标监测对象对应的部分历史评论或全部历史评论,部分历史评论是指与预设关键词匹配的历史评论。
其中,与预设关键词匹配的历史评论便于目标订阅用户迅速的了解当前的舆情数据;舆情类型便于目标订阅用户迅速的了解舆情属于哪种类型的舆情,不用人工阅读完后再去判断。能够节省时间;目标监测对象的网络地址便于目标订阅用户快速的定位发生舆情的监测对象,以及减少发送提示消息时所占的网络资源;网络位置便于目标订阅用户直接定位发生舆情的评论,不用从海量评论中查找发生舆情的评论,能够节省查找时间。
例如,一旦评论匹配到预设关键词,就会根据该预设关键词对应的订阅用户,基于关联的告警平台,将这条评论和匹配到的预设关键词及相关监测对象发送给这些订阅用户。
本申请实施例中,订阅用户可以订阅多个预设关键词,每个预设关键词可以关联一个监测任务,也可以两个以上的预设关键词关联一个监测任务。同一关键词可被一个或至少两个用户订阅,本申请实施例不对此作限定。
与现有机制相比,本申请实施例中,获取到全量的历史评论数据后,基于用户订阅的预设关键词对历史评论数据进行过滤匹配,对过滤匹配到的历史评论数据进行舆情分析,将满足预设条件的评论发送给订阅用户。可见,由于本申请实施例监测网络舆情是基于集中且全量的历史评论数据,并且基于预设关键词去匹配过滤,一方面,能够全面地、实时地、准确地监测舆情;另一方面,能够使得用户被动地、长期地和持续地接收与舆情相关的信息,便于及时了解和控制舆情,能够缩短发现舆情的时间。
可选的,在本申请实施例的一些实施例中,所述根据所述第二订阅消息更新所述预设关键词;基于所述目标关键词和所述历史评论数据,获取增量评论数据,包括:
在第二预设时长内轮询预设关键词的更新状态;
根据所述目标关键词更新匹配规则;
基于更新后的匹配规则,根据所述目标关键词和所述历史评论数据,获取所述增量评论数据。
例如,采用轮询脚本每10min轮询图1中的关键词列表,若发现关键词列表中有关键词更新(例如删除、替换或增加),则相应更新引起更新状态变化的关键词的匹配规则。具体来说,例如,轮询脚本轮询到图1中的关键词列表中的预设关键词a被删除(订阅用户a可以在APP端操作),则将该订阅用户a对应该预设关键词a的匹配规则M删除,从图1所示的监控任务列表中将该订阅用户a的监控任务删除;若该预设关键词a所属的匹配规则M还对应预设关键词b和c,那么,可将M(即基于预设关键词a、b和c去匹配历史评论)更新为M’(即基于预设关键词b和预设关键词c去匹配历史评论)。
又例如,轮询脚本轮询到图1中的关键词列表中的预设关键词a被替换为预设关键词a’(订阅用户a可以在APP端操作),则将该订阅用户a对应该预设关键词a的匹配规则M删除,从图1所示的监控任务列表中将该订阅用户a的监控任务删除;若该预设关键词a所属的匹配规则M还对应预设关键词b和c,那么,可将M(即基于预设关键词a、b和c去匹配历史评论)更新为M’(即基于预设关键词a’、b和c去匹配历史评论)。
又例如,轮询脚本轮询到图1中的关键词列表中增加了预设关键词d(订阅用户a可以在APP端操作),则增加该订阅用户a对应该预设关键词d的匹配规则M,并在图1所示的监控任务列表中增加该订阅用户a对应预设关键词d的监控任务;若该预设关键词d对应的监测任务与预设关键词a、b和c相同,则将预设关键词a、b和c所属的匹配规则M(即基于预设关键词a、b和c去匹配历史评论)更新为M’(即基于预设关键词a、b、c和d去匹配历史评论)。
可见,目标订阅用户动态更新预设关键词后,服务器端对应地动态更新匹配规则,以及基于新的匹配规则拉去新的评论数据,并且在拉取新的评论数据时是以增量或者累加数量的方式获取,一方面中,能够在使用少量资源的前提下,还能实现全量监测;另一方面中,能够实时地、高效地更新舆情监测的方向,以便在最短的时间内监测到最新的网络舆情,发现更多隐藏的新产生的网络舆情,同时,也能提高监测效率。此外,本申请实施例不对轮询的时间间隔、以及轮询方式作限定。
可选的,在本申请实施例的一些实施例中,考虑到用户订阅的监测任务可能较多,若匹配到目标监测对象就推送给目标订阅用户的话,可能用户会收到很多指示信息,一方面没有使得目标订阅用户不阅读信息也能够知道该提示信息指示的网络舆情的紧急程度,另一方面,过多的指示信息也会干扰到目标订阅用户。因此,为解决这些问题,本申请实施例还可以在确定所述目标监测对象满足符合所述预设条件之后,根据所述预设关键词和评论数,确定所述历史评论数据中各历史评论的分布特征;根据各预设关键词的权重和各历史评论的分布特征,确定待反馈的预设关键词对应的监测任务。
其中,各历史评论的分布特征可包括:历史评论的点赞数和/或回复数、持续时长、历史评论总数等维度的分布特征,本申请实施例不对分布特征的呈现方式和实现方式作限定。
具体来说,根据各预设关键词的权重和各历史评论的分布特征,预测在未来一段时间内各历史评论的发展趋势,例如经过分析,确定各历史评论的分布特征符合指数增长;或者确定各历史评论的严重程度,为这些历史评论进行分级反馈,例如,有的历史评论涉及国家安全舆论,且历史评论的数量庞大,那么需要优先反馈这类网络舆情,又例如,在儿童频道播放的视频为限制级视频,那么需要优先反馈这类网络舆情。
可见,通过分析各种预设关键词匹配到的历史评论,然后分析这些历史评论的分布特征,能够预测在未来一段时间内这些历史评论的发展趋势,或者看哪个历史评论更严重,然后分级向目标订阅用户反馈,以免目标订阅用户收到大量提示信息,而无法快速的从大量提示信息其中定位出当前亟待解决的网络舆情。
一些实施方式中,还可以建立时间序列,用时间序列预测网络舆情的发展趋势,具体来说,在确定所述目标监测对象满足符合所述预设条件之后,确定所述目标监测对象对应的目标历史评论;根据所述目标历史评论的分布特征建立在所述历史时段内的时间序列;根据所述时间序列预测在第一预设时长内所述目标监测对象对应的历史评论的预测值,所述第一预设时长的起始时刻滞后于所述历史时段的结束时刻。
其中,时间序列是指基于历史评论数据得到的历史评论的分布特征,引入时间维度构建的一种序列,该时间序列能够发展过程、方向和趋势,进行类推或延伸。一些实施方式中,时间序列可采用神经网络模型实现,例如采用趋势外推预测模型、回归预测模型、卡尔曼滤波预测模型等,本申请实施例不对时间序列的实现方式作限定。
所述预测值是指目标检测对象在预设时长内的评论总数,以及满足预设条件的目标评论的评论总数,这两个评论总数能够反映出目标监测对象的热门程度,同时也能够反映出舆情事件的发展程度。
例如,在网站A发布了一个关于非法言论的文章a,刚开始,该文章a的评论数较少,虽然监测到文章a的评论符合预设条件,但是还没有发展到严重程度,不过在将该文章a的提示信息反馈给订阅该文章a的目标订阅用户后,在该目标定域用户侧可以基于该提示信息构建一个时间序列L,通过该时间序列L实时地去预测该文章a的舆情发展方向和舆情发展程度。经过该时间序列L预测1h内文章a的评论总数,若预测评论总数可能达到10万,10万评论总数可能会引起网络舆论方向变化,所以,即使阅读该文章a的用户不断增加,也能提前预知、并及时采取措施。
为便于理解,下面以具体应用场景为例说明本申请实施例中的监测网络舆情方法。以用户收听腾讯视频频道的网络舆情为例,用户登录APP后,用户可看到腾讯视频频道首页上显示的热门收听列表(如图5a所示),图5a中,该热门收听列表中包括:无限频道错别字监控、如懿传舆情监控、雅典视频监控、邪不压正、江苏地方站错别字监控等监测任务。
用户可以在图5a所示的热门收听列表中选择至少一个感兴趣的监测任务。
用户也可以进入APP中的个人主页,在个人主页中创建自己的监测任务。具体来说,用户可以在APP上向服务器发送订阅请求,该订阅请求中携带预设关键词(vip、会员和看不了)和短消息的推送方式。待服务器端基于预设关键词(vip、会员和看不了)生成对应的匹配规则,创建对应的监测任务S后并存储到数据库中后,并在数据库中更新用户列表中的任务列表和关键词列表中预设关键词对应的监听用户列表。用户刷新APP页面即可在APP上查看已经创建好的监测任务S(例如图5b所示的视频会员监控),该用户也可以随时创建/修改/删除监测任务,以及监听/取消监听监测任务。
例如,用户想要修改当前的监测任务S时,可以切换到个人主页的监控频道管理(例如图5c所示的顺风耳)页面,图5c中显示该用户订阅了4个监测任务:视频会员监控、我们这一天、猎毒人和远大前程。用户通过点击“视频会员监控”以进入该“视频会员监控”的订阅页面(如图5b所示),图5b中展示了“视频会员监控”对应的3个关键词(即vip、会员和看不了)。用户可直接通过点击或触摸的方式在图5b中的关键词区域进行编辑,例如在图5b中的关键词区域,将原有的关键词(vip、会员和看不了)更新为(会员、vip、土猫和下载),以对视频会员监控的关键词进行更新,更新完后的视频会员监控的订阅页面如图5d所示。相应的,服务器端会同步更新监控任务“视频会员监控”的匹配规则。
此外,用户还可以在“视频会员监控”的订阅页面对该“视频会员监控”进行“取消收听”、“暂时取消收听”或“删除”等操作。具体可参考图5d所示的“视频会员监控”的订阅页面的示意图。例如图6a所示的一种反馈错别字的提示消息示意图。又例如图6b所示的一种反馈视频卡顿或黑屏的提示消息示意图。图6a和图6b都是目标订阅用户侧收到的提示消息。
本申请实施例中,上述映射关系或提示信息可保存在区块链中。其中,区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。
区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中,用户管理模块负责所有区块链参与者的身份信息管理,包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等,并且在授权的情况下,监管和审计某些真实身份的交易情况,提供风险控制的规则配置(风控审计);基础服务模块部署在所有区块链节点设备上,用来验证业务请求的有效性,并对有效请求完成共识后记录到存储上,对于一个新的业务请求,基础服务先对接口适配解析和鉴权处理(接口适配),然后通过共识算法将业务信息加密(共识管理),在加密之后完整一致的传输至共享账本上(网络通信),并进行记录存储;智能合约模块负责合约的注册发行以及合约触发和合约执行,开发人员可以通过某种编程语言定义合约逻辑,发布到区块链上(合约注册),根据合约条款的逻辑,调用密钥或者其它的事件触发执行,完成合约逻辑,同时还提供对合约升级注销的功能;运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出,例如:告警、监控网络情况、监控节点设备健康状态等。
本申请实施例中执行监测网络舆情方法的装置(也可称作服务器)可以是区块链***中的节点。本申请实施例中的网络舆情监测装置可以是如图7所示的一种区块链***中的节点。
图1至图7中任一项所对应的实施例中所提及的任一技术特征也同样适用于本申请实施例中的图8-图10所对应的实施例,后续类似之处不再赘述。
以上对本申请实施例中一种监测网络舆情方法进行说明,以下对执行上述监测网络舆情方法的装置、计算机设备及服务器分别进行介绍。
上面对本申请实施例中的一种监测网络舆情方法进行了描述,下面对本申请实施例中的网络舆情监测装置进行描述。
参阅图8,如图8所示的一种网络舆情监测装置80的结构示意图,其可应用于监测网络舆情。本申请实施例中的网络舆情监测装置80能够实现对应于上述图1所对应的实施例中所执行的监测网络舆情方法的步骤。网络舆情监测装置80实现的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。所述网络舆情监测装置80可包括处理模块801和收发模块802,所述处理模块801和所述收发模块802的功能实现可参考图1所对应的实施例中所执行的操作,此处不作赘述。例如,所述处理模块801可用于控制所述收发模块802的获取、发送和接收等操作。
一些实施方式中,所述收发模块802可用于获取历史时段内的历史评论数据,所述历史评论数据包括至少一个监测对象对应的历史评论;
所述处理模块801可用于若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,所述目标监测对象是指与所述预设关键词匹配的历史评论所属的监测对象;根据预设关键词与订阅用户之间的映射关系,确定所述目标订阅用户;
所述收发模块802还用于向所述目标订阅用户发送提示消息,所述提示消息用于指示所述目标监测对象对应的历史评论。
本申请实施例中,在所述收发模块802获取到全量的历史评论数据后,所述处理模块801基于用户订阅的预设关键词对历史评论数据进行过滤匹配,对过滤匹配到的历史评论数据进行舆情分析,将满足预设条件的评论发送给订阅用户。可见,由于本申请实施例监测网络舆情是基于集中且全量的历史评论数据,并且基于预设关键词去匹配过滤,一方面,能够全面地、实时地、准确地监测舆情;另一方面,能够使得用户被动地、长期地和持续地接收与舆情相关的信息,便于及时了解和控制舆情,能够缩短发现舆情的时间。。
一些实施方式中,所述处理模块801在确定所述历史评论数据与预设关键词匹配之前,还用于:
将多个预设关键词生成树结构,所述树结构中的每个叶节点分别对应一个预设关键词;
将所述历史评论数据中各历史评论依次与所述树结构进行相似度匹配,匹配得到所述树结构中与所述历史评论数据匹配的预设关键词。
一些实施方式中,所述处理模块801具体用于:
若所述历史评论数据中存在与预设关键词匹配的目标历史评论,且所述目标历史评论的数目高于预设阈值,则确定所述目标监测对象满足符合所述预设条件。
一些实施方式中,预设关键词有多个,所述处理模块801在确定所述目标监测对象满足符合所述预设条件之后,还用于:
根据所述预设关键词和评论数,确定所述历史评论数据中各历史评论的分布特征;
根据各预设关键词的权重和各历史评论的分布特征,确定待反馈的预设关键词对应的监测任务。
一些实施方式中,预设关键词有多个,所述处理模块801在确定所述目标监测对象满足符合所述预设条件之后,还用于:
确定所述目标监测对象对应的目标历史评论;
根据所述目标历史评论的分布特征建立在所述历史时段内的时间序列;
根据所述时间序列预测在第一预设时长内所述目标监测对象对应的历史评论的预测值,所述第一预设时长的起始时刻滞后于所述历史时段的结束时刻。
一些实施方式中,所述处理模块801还用于:
通过所述收发模块802接收所述目标订阅用户发送的第一订阅消息,所述第一订阅消息包括监测频率和监测的关键词;
根据所述第一订阅消息更新预设关键词与订阅用户之间的映射关系。
一些实施方式中,所述处理模块801还用于:
通过所述收发模块802接收所述目标订阅用户发送的第二订阅消息,所述第二订阅消息包括待更新的目标关键词;
根据所述第二订阅消息更新所述预设关键词;
根据所述目标关键词和所述历史评论数据,获取增量评论数据。
一些实施方式中,所述处理模块801具体用于:
在第二预设时长内轮询预设关键词的更新状态;
根据所述目标关键词更新匹配规则;
基于更新后的匹配规则,根据所述目标关键词和所述历史评论数据,获取所述增量评论数据。
一些实施方式中,所述收发模块802还用于:
接收待订阅用户的监测请求,所述监测请求用于请求订阅监测任务;
将所述目标订阅用户订阅的监测任务发送至所述待订阅用户;
接收所述待订阅用户基于所述目标订阅用户订阅的监测任务返回的第三订阅消息,所述第三订阅消息用于请求订阅所述目标订阅用户当前订阅的监测任务;
所述处理模块801还用于建立更新所述目标订阅用户订阅的预设关键词与所述待订阅用户之间的映射关系。
上面从模块化功能实体的角度对本申请实施例中的网络舆情监测装置进行了描述,下面从硬件处理的角度分别对本申请实施例中执行上述监测网络舆情方法的计算机设备和服务器进行描述。需要说明的是,在本申请实施例图8所示的实施例中的收发模块802对应的实体设备可以为输入/输出单元、收发器、射频电路、通信模块和输出接口等,处理模块801对应的实体设备可以为处理器。图8所示的装置80可以具有如图9所示的结构,当图8所示的装置80具有如图9所示的结构时,图9中的处理器和收发器能够实现前述对应该装置的装置实施例提供的处理模块801、收发模块802相同或相似的功能,图9中的存储器存储处理器执行上述监测网络舆情方法时需要调用的计算机程序。
图10是本申请实施例提供的一种服务器结构示意图,该服务器1030可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(英文全称:centralprocessing units,英文简称:CPU)1022(例如,一个或一个以上处理器)和存储器1032,一个或一个以上存储应用程序1042或数据1044的存储介质1030(例如一个或一个以上海量存储设备)。其中,存储器1032和存储介质1030可以是短暂存储或持久存储。存储在存储介质1030的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1022可以设置为与存储介质1030通信,在服务器1030上执行存储介质1030中的一系列指令操作。
服务器730还可以包括一个或一个以上电源726,一个或一个以上有线或无线网络接口750,一个或一个以上输入输出接口757,和/或,一个或一个以上操作***741,例如Windows Server,Mac OS X,Unix,Linux,FreeBSD等等。
上述实施例中由服务器所执行的步骤可以基于该图7所示的服务器730的结构。例如,例如上述实施例中由图7所示的装置50所执行的步骤可以基于该图7所示的服务器结构。例如,所述处理器722通过调用存储器732中的指令,执行以下操作:
通过所述输入输出接口757获取历史时段内的历史评论数据,所述历史评论数据包括至少一个监测对象对应的历史评论;
若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,所述目标监测对象是指与所述预设关键词匹配的历史评论所属的监测对象;根据预设关键词与订阅用户之间的映射关系,确定所述目标订阅用户;
通过所述输入输出接口757向所述目标订阅用户发送提示消息,所述提示消息用于指示所述目标监测对象对应的历史评论。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请实施例所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请实施例各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
以上对本申请实施例所提供的技术方案进行了详细介绍,本申请实施例中应用了具体个例对本申请实施例的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请实施例的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请实施例的限制。
Claims (13)
1.一种监测网络舆情方法,其特征在于,所述方法包括:
获取历史时段内的历史评论数据,所述历史评论数据包括至少一个监测对象对应的历史评论;
若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,所述目标监测对象是指与所述预设关键词匹配的历史评论所属的监测对象;
根据预设关键词与订阅用户之间的映射关系,确定目标订阅用户;
向所述目标订阅用户发送提示消息,所述提示消息用于指示所述目标监测对象对应的历史评论。
2.根据权利要求1所述的方法,其特征在于,所述确定所述历史评论数据与预设关键词匹配之前,所述方法还包括:
将多个预设关键词生成树结构,所述树结构中的每个叶节点分别对应一个预设关键词;
所述确定所述历史评论数据与预设关键词匹配,包括:
将所述历史评论数据中各历史评论依次与所述树结构进行相似度匹配,匹配得到所述树结构中与所述历史评论数据匹配的预设关键词。
3.根据权利要求1所述的方法,其特征在于,所述若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,包括:
若所述历史评论数据中存在与预设关键词匹配的目标历史评论,且所述目标历史评论的数目高于预设阈值,则确定所述目标监测对象满足符合所述预设条件。
4.根据权利要求3所述的方法,其特征在于,预设关键词有多个,所述确定所述目标监测对象满足符合所述预设条件之后,所述方法还包括:
根据所述预设关键词和评论数,确定所述历史评论数据中各历史评论的分布特征;
根据各预设关键词的权重和各历史评论的分布特征,确定待反馈的预设关键词对应的监测任务。
5.根据权利要求3或4所述的方法,其特征在于,所述确定所述目标监测对象满足符合所述预设条件之后,所述方法还包括:
确定所述目标监测对象对应的目标历史评论;
根据所述目标历史评论的分布特征建立在所述历史时段内的时间序列;
根据所述时间序列预测在第一预设时长内所述目标监测对象对应的历史评论的预测值,所述第一预设时长的起始时刻滞后于所述历史时段的结束时刻。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
接收所述目标订阅用户发送的第一订阅消息,所述第一订阅消息包括监测频率和监测的关键词;
根据所述第一订阅消息更新预设关键词与订阅用户之间的映射关系。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
接收所述目标订阅用户发送的第二订阅消息,所述第二订阅消息包括待更新的目标关键词;
根据所述第二订阅消息更新所述预设关键词;
根据所述目标关键词和所述历史评论数据,获取增量评论数据。
8.根据权利要求7所述的方法,其特征在于,所述根据所述第二订阅消息更新所述预设关键词;基于所述目标关键词和所述历史评论数据,获取增量评论数据,包括:
在第二预设时长内轮询预设关键词的更新状态;
根据所述目标关键词更新匹配规则;
基于更新后的匹配规则,根据所述目标关键词和所述历史评论数据,获取所述增量评论数据。
9.根据权利要求6-7中任一项所述的方法,其特征在于,所述方法还包括:
接收待订阅用户的监测请求,所述监测请求用于请求订阅监测任务;
将所述目标订阅用户订阅的监测任务发送至所述待订阅用户;
接收所述待订阅用户基于所述目标订阅用户订阅的监测任务返回的第三订阅消息,所述第三订阅消息用于请求订阅所述目标订阅用户当前订阅的监测任务;
建立更新所述目标订阅用户订阅的预设关键词与所述待订阅用户之间的映射关系。
10.根据权利要求1所述的方法,其特征在于,所述映射关系或所述提示信息保存在区块链节点上。
11.一种网络舆情监测装置,其特征在于,所述网络舆情监测装置包括:
收发模块,用于获取历史时段内的历史评论数据,所述历史评论数据包括至少一个监测对象对应的历史评论;
处理模块,用于若确定所述历史评论数据与预设关键词匹配,则确定目标监测对象满足符合预设条件,所述目标监测对象是指与所述预设关键词匹配的历史评论所属的监测对象;根据预设关键词与订阅用户之间的映射关系,确定所述目标订阅用户;
所述收发模块还用于向所述目标订阅用户发送提示消息,所述提示消息用于指示所述目标监测对象对应的历史评论。
12.一种计算机设备,其特征在于,所述计算机设备包括:
至少一个处理器、存储器和收发器;
其中,所述存储器用于存储计算机程序,所述处理器用于调用所述存储器中存储的计算机程序来执行如权利要求1-10中任一项所述的方法。
13.一种计算机可读存储介质,其特征在于,其包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911077571.4A CN112765514A (zh) | 2019-11-06 | 2019-11-06 | 一种监测网络舆情方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911077571.4A CN112765514A (zh) | 2019-11-06 | 2019-11-06 | 一种监测网络舆情方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112765514A true CN112765514A (zh) | 2021-05-07 |
Family
ID=75692909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911077571.4A Pending CN112765514A (zh) | 2019-11-06 | 2019-11-06 | 一种监测网络舆情方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112765514A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113239674A (zh) * | 2021-06-15 | 2021-08-10 | 中国银行股份有限公司 | 用户评论管理方法及装置 |
CN113570166A (zh) * | 2021-09-08 | 2021-10-29 | 湖南惠农科技有限公司 | 风控实时预测识别方法及装置 |
CN113761446A (zh) * | 2021-09-10 | 2021-12-07 | 企查查科技有限公司 | 网络舆情监测方法、装置、设备、程序产品及存储介质 |
CN113779357A (zh) * | 2021-09-29 | 2021-12-10 | 南开大学 | 一种基于智能化爬虫的信息订阅方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868264A (zh) * | 2015-12-31 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 一种根据关注词推送更新信息的方法及*** |
CN107844992A (zh) * | 2017-10-31 | 2018-03-27 | 广东欧珀移动通信有限公司 | 评论信息处理方法、装置、终端设备及存储介质 |
CN109344241A (zh) * | 2018-09-25 | 2019-02-15 | Oppo广东移动通信有限公司 | 信息的推荐方法、装置、终端及存储介质 |
CN110110269A (zh) * | 2019-04-09 | 2019-08-09 | 深圳前海微众银行股份有限公司 | 一种基于区块链的事件订阅方法及装置 |
-
2019
- 2019-11-06 CN CN201911077571.4A patent/CN112765514A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868264A (zh) * | 2015-12-31 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 一种根据关注词推送更新信息的方法及*** |
CN107844992A (zh) * | 2017-10-31 | 2018-03-27 | 广东欧珀移动通信有限公司 | 评论信息处理方法、装置、终端设备及存储介质 |
CN109344241A (zh) * | 2018-09-25 | 2019-02-15 | Oppo广东移动通信有限公司 | 信息的推荐方法、装置、终端及存储介质 |
CN110110269A (zh) * | 2019-04-09 | 2019-08-09 | 深圳前海微众银行股份有限公司 | 一种基于区块链的事件订阅方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113239674A (zh) * | 2021-06-15 | 2021-08-10 | 中国银行股份有限公司 | 用户评论管理方法及装置 |
CN113570166A (zh) * | 2021-09-08 | 2021-10-29 | 湖南惠农科技有限公司 | 风控实时预测识别方法及装置 |
CN113761446A (zh) * | 2021-09-10 | 2021-12-07 | 企查查科技有限公司 | 网络舆情监测方法、装置、设备、程序产品及存储介质 |
CN113761446B (zh) * | 2021-09-10 | 2024-02-23 | 企查查科技股份有限公司 | 网络舆情监测方法、装置、设备、程序产品及存储介质 |
CN113779357A (zh) * | 2021-09-29 | 2021-12-10 | 南开大学 | 一种基于智能化爬虫的信息订阅方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112765514A (zh) | 一种监测网络舆情方法、装置及存储介质 | |
US10805386B2 (en) | Reducing transmissions by suggesting digital content for display in a group-based communication interface | |
US10951556B2 (en) | Systems and methods for initiating external actions via a group-based communication system | |
US20190342415A1 (en) | Event information push method, event information push apparatus, and storage medium | |
KR101322821B1 (ko) | 메신저를 이용한 키워드 검색 시스템과 그 방법 및 이를구현할 수 있는 컴퓨터로 읽을 수 있는 기록 매체 | |
JP5069730B2 (ja) | イベント通知機能提供装置、イベント通知機能提供方法及びイベント通知機能提供プログラム | |
US8832210B2 (en) | Online monitoring for customer service | |
CN1609873B (zh) | 用于管理电子邮件和报警消息的方法,装置,以及用户界面 | |
US9043358B2 (en) | Enterprise search over private and public data | |
US11115360B2 (en) | Method, apparatus, and computer program product for categorizing multiple group-based communication messages | |
CN104301436B (zh) | 待显示内容推送、订阅、更新方法及其相应的装置 | |
CN111277637B (zh) | 会话群组的合并方法、装置、终端及存储介质 | |
JP2009501381A (ja) | インターネットアラート | |
US20230023160A1 (en) | Rendering related content prior to an event in a group-based communication interface | |
WO2007071143A1 (fr) | Procédé et appareil destinés à émettre des informations réseau | |
CN110771126A (zh) | 用户设备事件的匹配与归因 | |
US20220027175A1 (en) | Systems And Methods For Rendering And Retaining Application Data Associated With A Plurality Of Applications Within A Group-Based Communication System | |
DE102017201173A1 (de) | Latenzreduzierung bei der feedbackbasierten ermittlung einer systemperformance | |
JP7367120B2 (ja) | インタフェースによるユーザインタラクションに基づく動的オブジェクトアップデートサブスクリプション | |
EP3623937A1 (en) | Dynamic object update subscriptions based on user interactions with an interface | |
US20170331909A1 (en) | System and method of monitoring and tracking online source content and/or determining content influencers | |
JP2980167B2 (ja) | 討議グループ作成支援システム | |
US8826303B2 (en) | Content alerts | |
CN106790339A (zh) | 元数据服务器、网络装置及自动资源管理方法 | |
US11588914B2 (en) | Maintaining minimum interface functionality in an absence of a push-based communications connection in a group-based communication system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40044509 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |