【技术实现步骤摘要】
一种大数据环境下网络舆情人工智能分析系统
：本专利技术涉及一种大数据环境下网络舆情人工智能分析系统，属于网络舆情数据分析
技术背景：随着移动宽带互联网的普及，网络舆情在数据体量、复杂性和产生速度等方面发生巨大变化，已经呈现大数据环境。由于网络舆情中大量真实信息、主观猜测、恶意关联、小道消息，而主观猜测、恶意关联和小道消息极易异化成为网络谣言，并促使网络舆情的数量快速增加，已经成为网络空间的“灾害”，如何治理网络谣言，净化网络空间成为网络社会治理的难题。目前网络舆情的研究涉及新闻学与传播学、统计学、管理学、心理学、计算机科学等多学科，属于交叉学科研究领域，研究网络谣言传播规律建模思想主要有：小世界网络建模、微分方程建模、人群动力学建模、社会网络建模、无标度网络建模、演化博弈建模、借鉴传染病模型等。由于网络谣言的传播与传染病的扩散有相似性，因此国内外针对网络谣言的传播规律研究大都借鉴传染病模型而开发新的模型，这类模型研究主要包括基础模型和改进模型，前者包括SI模型、SIS模型、SIR模型、SEIR模型，后者主要包括S...
【技术保护点】
1.一种大数据环境下网络舆情人工智能分析系统，其特征在于，包括：输入模块、预处理模块、特征提取模块、第一向量生成模块、第二向量生成模块、第三向量生成模块和输出模块，其中，输入模块输入大数据环境下某话题潜伏期和增长期的第一数据矩阵，第一数据矩阵为：
【技术特征摘要】
1.一种大数据环境下网络舆情人工智能分析系统，其特征在于，包括：输入模块、预处理模块、特征提取模块、第一向量生成模块、第二向量生成模块、第三向量生成模块和输出模块，其中，输入模块输入大数据环境下某话题潜伏期和增长期的第一数据矩阵，第一数据矩阵为：
第一数据矩阵的行表示大数据环境下某话题N1个信息来源,第一数据矩阵的列表示每个信息来源的M1个时间序列，表示第m1个信息来源，第n1个时刻获取的语言特征数据；
预处理模块对第一数据矩阵进行增删改形成第二数据矩阵，第二数据矩阵为：
其中，N2、M2分别为第二数据矩阵的列数和行数,表示第m2列，第n2行个数据；为权值，其与每个信息来源的可信度相关，由反馈训练模块根据输出模块的结果进行反复训练得到；
特征提取模块对第二数据矩阵进行特征提取形成第三数据矩阵，第三数据矩阵为：
其中，
式中：分别为高斯函数的中心点和带宽；为结构权重值；N3为第三数据矩阵的列数，
第一向量生成模块对第三数据矩阵进行处理成第一数据向量，第一数据矩阵向量为：
其中，
第二向量生成模块对第一数据向量进行数据判断...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。