基于数值回归的双边关系量化分析方法及计算机存储介质技术

本发明专利技术公开了一种基于数值回归的双边关系量化分析方法及计算机存储介质，方法包括以下步骤：1)根据以往事件对双边关系影响力的打分数据，使用数值回归的学习方法形成事件打分模型；2)从当月两国交互事件中获得当月两国交互事件分值；3)根据以往双边关系分值及事件数据，结合其中事件分值通过数值回归的学习方法构建双边关系分值计算模型；4)根据当月两国交互事件分值、当月两国交互事件要素、上月双边关系分值和双边关系分值计算模型，进行当月双边关系分值的解算。本发明专利技术能够基于当月两国交互事件，结合上月双边关系分值，进行当月双边关系分值的解算，实现两国交互事件及其对双边关系的定量分析，避免专家人工分析带来的主观性影响。

Quantitative analysis method of bilateral relations and computer storage medium based on numerical regression

【技术实现步骤摘要】
基于数值回归的双边关系量化分析方法及计算机存储介质
本专利技术涉及中外双边关系的量化分析领域，特别是涉及一种基于数值回归的双边关系量化分析方法及计算机存储介质。
技术介绍
针对事件的分析研究最早始于上世纪60年代。其代表性的模型包括阿萨尔(EdwardAzar)的“冲突与和平数据库”(ConflictandPeaceDataBank,COPDAB)和麦克里兰(CharlesMcClelland)的“世界事件互动测量”(WorldEventInteractionSurvey，WEIS)等。但当时相关的研究对外交政策并没有产生重大影响。进入90年代之后，美国国家科学基金会资助了“国际关系中的数据发展”(DDIR)项目。马里兰大学的“全球事件数据体系”(GlobalEventDataSystem)就是从这个项目中发展起来，堪萨斯大学开发的“堪萨斯事件数据系统”(KEDS)也很有影响。这些研究渐渐进入了政策制定领域。本世纪以来，自然语言处理技术的发展推动了事件抽取的自动化，并直接促成了美国国防部研制的“全球危机早期预警系统”(ICEWS)。目前该方面最有影响力的工作包括了美国佐治亚城大学建立的全球新闻整合数据库(GlobalDatabaseofEvents,Languages,andTone，GDELT)，美国国防部构建的ICEWS系统，以及美国WardLab等大学机构开展的相关研究。GDELT是面向全球的、海量新闻信息分析项目，项目通过监控全世界的广播、报纸、网络新闻及社交媒体，建立了面向全球的海量新闻事件库及知识库；通过构建面向海量事件数据的多样化可视化服务，实现了海量情报信息的可视化展现，为理解海量情报信息提供有效支持；通过对海量政治事件的建模分析及关联挖掘，实现了对国际政治事件的定量研究、趋势预测、分析重演等。ICEWS通过事件自动提取和编码，形成结构化的事件数据库，基于事件数据，进行全球政治事件的分析和预测，可以监控、评估、预测可能导致危机(国际和国内危机、种族和宗教暴力、独立和叛乱等)的主要因素，并为减轻、缓解危机提供建议。近年来，随着我国地位的上升，我国国际关系学界面临着更大的学术挑战。国内以清华大学国际关系学院为代表，已经在国际关系量化分析方面开展研究工作，但其事件收集主要依赖人工、事件定量化主要依靠专家打分，通过文本分析等主观判断法加以分析。然而，该方法自动化程度有限，特别是相关信息系统缺乏。因此创造更多和更可靠的数据库、研究事件及其对双边关系影响的量化分析方法是提升我国国际关系研究能力的重要前提。
技术实现思路
专利技术目的：本专利技术要解决的技术问题是提供一种基于数值回归的双边关系量化分析方法及计算机存储介质，解决了目前缺少自动化分析方法、专家人工进行双边关系分析中主观性和随意性大等问题。技术方案：本专利技术所述的基于数值回归的双边关系量化分析方法，包括以下步骤：(1)根据以往事件对双边关系影响力的打分数据，所述打分数据包括了事件句和事件分值，对事件句进行事件提取和特征选择，结合事件分值使用数值回归的学习方法形成事件打分模型；(2)从当月两国交互事件中提取当月两国交互事件要素，进行特征选择，输入到所述事件打分模型中，获得当月两国交互事件分值；(3)根据以往双边关系分值及事件数据，对其中事件句进行事件提取和特征选择，结合其中事件分值通过数值回归的学习方法构建双边关系分值计算模型；(4)根据步骤(2)中当月两国交互事件分值、当月两国交互事件要素、上月双边关系分值和步骤(3)中的双边关系分值计算模型，进行当月双边关系分值的解算。进一步的，步骤(1)具体为：根据打分数据，将事件发起者的角色和职位、承受者的角色和职位、事件类型作为影响事件分值的三个要素，将这些要素从事件中抽取出来，与事件分值建立起对应关系，以事件分值为因变量，发起者的角色和职位、承受者的角色和职位为自变量，通过最小二乘法，按照事件类型分别进行四元一阶拟合，确定这些要素的权重和组成关系，进而形成事件打分模型。进一步的，所述的事件打分模型为，z＝ak+bl+cm+dn+e，其中，k为事件发起者的角色，l为事件发起者的职位，m为事件承受者的角色，n为事件承受者的职位，z为事件分值，a、b、c、d分别为参数的权重，e为事件分值的偏移量。进一步的，步骤(3)具体为：根据已有的每月双边关系分值以及每月两国交互事件数据库，提取事件要素，结合事件打分模型解算事件分值，从当月不同事件类型发生次数占比和不同事件分值区间事件次数统计的维度，通过最小二乘法进行多元线性拟合，构建双边关系分值计算模型。本专利技术所述的计算机存储介质，其上存储有计算机程序，所述计算机程序在被计算机处理器执行时实现上述的方法。有益效果：本专利技术能够基于当月两国交互事件，结合上月双边关系分值，进行当月双边关系分值的解算，实现两国交互事件及其对双边关系的定量分析，避免专家人工分析带来的主观性影响。本专利技术与现有的国家战略分析软件相结合，能够快速、自动、客观的根据两国交互事件评估双边关系，降低了个人主观因素对双边关系评估的影响。附图说明图1是本实施方式方法的流程图；图2是事件要素中的事件类型示意图。具体实施方式本实施方式的流程如图1所示，首先基于数值回归的学习方法，分别构建事件打分模型、当月双边关系分值解算模型，作为双边关系量化分析的基础。在构建事件打分模型时，使用专家针对以往事件的打分数据(包含事件句、事件分值)作为依据，将事件发起者的角色和职位、承受者的角色和职位、事件类型设定为影响事件分值的三个要素，将这些要素从事件中抽取出来，与事件分值建立起对应关系，输入到数值回归学习算法中进行训练，进而形成事件打分模型。以已有的每月双边关系分值以及每月两国交互事件数据库为依据，提取事件要素，结合事件打分模型统计事件类型、分值及次数的统计信息，与每月双边关系分值建立起对应关系，输入到数值回归学习算法中进行训练，形成当月双边关系分值解算模型，进而对当月双边关系分值进行解算。具体为：(1)事件打分模型构建根据专家针对以往事件的打分数据(包含事件句、事件分值)，将事件发起者的角色和职位、承受者的角色和职位、事件类型设定为影响事件分值的三个要素，将这些要素从事件中抽取出来，与事件分值建立起对应关系，输入到数值回归学习算法中进行训练，进而形成事件打分模型。其中，由事件发起者、承受者构成的事件参与者，根据属于单一国家还是跨国分为国内角色和国际间角色两部分，对其分别设计编码，例如表1和表2所示。表1国内参与者的角色编码表2国际参与者的角色编码对国内、国外事件参与者的职位梳理出共性类型。事件要素中的事件类型是指人物主体间发生的事件行为，针对实际应用需求，对其进行裁剪和补充，形成20类事件类型，如图2所示。将上述事件要素与事件分值建立起对应关系，令事件发起者的角色、职位为k、l，事件承受者的角色、职位为m、n，事件分本文档来自技高网...

【技术保护点】
1.一种基于数值回归的双边关系量化分析方法，其特征在于，包括以下步骤：/n(1)根据以往事件对双边关系影响力的打分数据，所述打分数据包括了事件句和事件分值，对事件句进行事件提取和特征选择，结合事件分值使用数值回归的学习方法形成事件打分模型；/n(2)从当月两国交互事件中提取当月两国交互事件要素，进行特征选择，输入到所述事件打分模型中，获得当月两国交互事件分值；/n(3)根据以往双边关系分值及事件数据，对其中事件句进行事件提取和特征选择，结合其中事件分值通过数值回归的学习方法构建双边关系分值计算模型；/n(4)根据步骤(2)中当月两国交互事件分值、当月两国交互事件要素、上月双边关系分值和步骤(3)中的双边关系分值计算模型，进行当月双边关系分值的解算。/n

【技术特征摘要】
1.一种基于数值回归的双边关系量化分析方法，其特征在于，包括以下步骤：
(1)根据以往事件对双边关系影响力的打分数据，所述打分数据包括了事件句和事件分值，对事件句进行事件提取和特征选择，结合事件分值使用数值回归的学习方法形成事件打分模型；
(2)从当月两国交互事件中提取当月两国交互事件要素，进行特征选择，输入到所述事件打分模型中，获得当月两国交互事件分值；
(3)根据以往双边关系分值及事件数据，对其中事件句进行事件提取和特征选择，结合其中事件分值通过数值回归的学习方法构建双边关系分值计算模型；
(4)根据步骤(2)中当月两国交互事件分值、当月两国交互事件要素、上月双边关系分值和步骤(3)中的双边关系分值计算模型，进行当月双边关系分值的解算。


2.根据权利要求1所述的基于数值回归的双边关系量化分析方法，其特征在于，步骤(1)具体为：根据打分数据，将事件发起者的角色和职位、承受者的角色和职位、事件类型作为影响事件分值的三个要素，将这些要素从事件中抽取出来，与事件分值建立起对应关系，以事件分值为因变量...

【专利技术属性】
技术研发人员：陆辰，王羽，陆宏，姜晓夏，葛唯益，郭成昊，王振宇，荀智德，
申请(专利权)人：中国电子科技集团公司第二十八研究所，
类型：发明
国别省市：江苏;32