一种基于Word2Vec的企业舆情数据分析方法技术

本发明专利技术公开了一种基于Word2Vec的企业舆情数据分析方法，包括如下步骤：收集整理步骤、确定情感词典步骤和得出结论步骤，本发明专利技术方法通过Word2Vec扩充情感词典，并结合词频、文本长度和阅读量有效的分析文本情绪倾向，避免了未考虑文本长度和文本阅读量对分析情感倾向的影响。此外，本发明专利技术创造性地提出了一种基于Word2Vec的企业舆情数据分析方法，用于分析企业的舆论的情绪倾向，从而帮助企业或管理人员有效的分析舆情，进而避免品牌和客户信任危机。机。机。

【技术实现步骤摘要】
一种基于Word2Vec的企业舆情数据分析方法


[0001]本专利技术涉及自然语言处理的
，具体是一种基于Word2Vec的企业舆情数据分析方法。

技术介绍

[0002]随着互联网应用的普及与发展，以及微博等新兴媒体的崛起，舆情的呈现多渠道、传播快和范围广等特点，为企业管理带来了新的挑战。负面舆情不仅会使得企业品牌受损和客户信任下降，更会给企业带来经济损失。因此，如何在海量的信息中分析企业舆情，及时扭转舆论风向，就变得尤为重要。
[0003]目前，随着人工智能的兴起和微博等平台的数据积累，催生出使自然语言模型进行舆论情感预测，从而检测企业互联网舆情。因此如何有效的将企业的新闻和评论文本进行分析，从中分析舆论情感值，是十分具有实际意义。

技术实现思路

[0004]本专利技术的目的在于提供一种基于Word2Vec的企业舆情数据分析方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种基于Word2Vec的企业舆情数据分析方法，包括如下步骤：收集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Word2Vec的企业舆情数据分析方法，包括如下步骤：收集整理步骤、确定情感词典步骤和得出结论步骤；具体为，步骤1，收集整理步骤：定义文本训练集合停用词，并对文本数据集中每个中文文本分词和过滤停用词进行预处理，得到预处理后的文本训练集；步骤2，确定情感词典步骤：定义情感词典，并通过Word2Vec对预处理的文本集训练，结合余弦相似度算法对情感词典未收录的词补充，得到扩充情感词典；步骤3，得出结论步骤：通过扩充的情感词典和改进的情感词典计算方法，计算预处理后文本集的情感值，得到企业舆论的情感值。2.根据权利要求1所述的一种基于Word2Vec的企业舆情数据分析方法，其特征在于，步骤1中，包括步骤1.1：定义文本数据Txt＝{txt1,txt2,
……
,txt
num
}，其中，num为文本总数；步骤1.2：定义文本停用词集S＝{st1,st2,
……
,st
sn
}，其中,sn为停用词数量；步骤1.3：对Txt中文本分词并过滤停用词S，文本预处理后得ft＝{ft1,ft2,
……
,ft
num
}，其中ft
p
＝{fw1,fw2,
……
,fw
m
}为第p篇文本分词后的集合，p∈[1,num]。3.根据权利要求2所述的一种基于Word2Vec的企业舆情数据分析方法，其特征在于，步骤2中，包括步骤2.1：定义初始情感词典，包含情感词集ew＝{ew1,ew2,
……
...

【专利技术属性】
技术研发人员：瞿学新，陈劲，
申请(专利权)人：上海品见智能科技有限公司，
类型：发明
国别省市：