本发明专利技术公开了一种舆情监控方法、装置、计算机可读存储介质及处理器。该发明专利技术通过获取原始评论数据，并识别原始评论中包含的多个品牌、每个品牌下对应的产品以及每种产品对应的多条评论，确定每条评论所属的极性，并确定每种产品对应的每种极性的评论的数量，在任意一种产品对应的负向评论的数量大于等于预设数量的情况下，生成并触发与产品对应的预警信息，解决了相关技术中没有将舆情监控颗粒度细化到品牌以及商品的技术问题,进而达到了能够在舆情发生前预警，从而起到预防的效果。从而起到预防的效果。从而起到预防的效果。
【技术实现步骤摘要】
舆情监控方法、装置、计算机可读存储介质及处理器
[0001]本专利技术涉及大数据分析领域，具体而言，涉及一种舆情监控方法、装置、计算机可读存储介质及处理器。
技术介绍
[0002]目前，各大公司的舆情传播方式已从口口相传发展为通过互联网传播，在新媒体环境下，舆情管理工作中，大多数方法只搜集了各个方向的信息，如事件起因、传播源头、主流媒体评论、网民主要关注点等，但是没有充分了解与舆情相关的各个层面(粒度)的信息，如公司层面的口碑、品牌层面的口碑、产品层面的口碑等。面对信息量庞大、信息不对称、网民诉求不一致等情况，当前的信息难以为后续舆情研判提供有效的支持，在舆情发生前，不能起到预防效果，无法及时发出预警。
[0003]综上所示，针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
[0004]本专利技术的主要目的在于提供一种舆情监控方法、装置、计算机可读存储介质及处理器，以解决相关技术中没有将舆情监控颗粒度细化到品牌以及商品的技术问题。
[0005]为了实现上述目的，根据本专利技术的一个方面，提供了一种舆情监控方法。该方法包括：获取原始评论数据，并识别原始评论中包含的多个品牌、每个品牌下对应的产品以及每种产品对应的多条评论；确定每条评论所属的极性，并确定每种产品对应的每种极性的评论的数量，其中，极性为以下任意一种：正向、负向、中性；在任意一种产品对应的负向评论的数量大于等于预设数量的情况下，生成并触发与产品对应的预警信息。
[0006]进一步地，获取原始评论数据，并识别原始评论中包含的多个品牌、每个品牌下对应的产品以及每种产品对应的多条评论包括：通过命名实体识别技术，识别原始评论数据中包含的多个品牌对应的品牌名称以及每个品牌下的产品对应的产品名称；按照第一数据格式，提取识别出的品牌名称以及产品名称；通过序列标注技术或者文本抽取技术，抽取每个产品对应的多条评论；按照第二预设格式，提取识别出的品牌名称、品牌对应的产品名称以及产品对应的多条评论。
[0007]进一步地，确定每条评论所属的极性包括：将所有评论输入至分类模型，控制分类模型输出评论对应的极性，其中，分类模型是通过多组评论数据训练而成的，其中，每组评论数据均包括多条各个极性的评论；将所有评论输入至分类模型，控制分类模型输出评论对应的极性包括：依据分类模型，确定每条评论对应的语义特征；依据每条评论对应的语义特征，确定每条评论的情感倾向；依据评论的情感倾向，确定评论所属的极性，并控制分类模型输出评论对应的极性。
[0008]进一步地，在确定每条评论所属的极性，并确定每种产品对应的每种极性的评论的数量之后，方法还包括：提取每种产品对应的每种极性的评论中包含的多个关键词，并确定每个产品对应的极性的评论中每个关键词出现的次数；依据关键词出现的次数，对关键
词进行排序，并确定目标关键词，其中，目标关键词为关键词出现的次数在预设范围之内的关键词；对目标关键词以及目标关键词出现的次数，进行可视化展示。
[0009]进一步地，在确定每条评论所属的极性，并确定每种产品对应的每种极性的评论的数量之后，方法还包括：依据每种产品对应的极性的评论的数量，确定每种产品对应的评论总数；依据每种产品对应的极性的评论的数量以及评论总数，计算每种极性的评论在评论总数中的占比；对每种极性的评论的占比，进行可视化展示。
[0010]为了实现上述目的，根据本专利技术的另一方面，提供了一种舆情监控装置。该装置包括：识别单元、第一确定单元和触发单元，识别单元用于获取原始评论数据，并识别原始评论中包含的多个品牌、每个品牌下对应的产品以及每种产品对应的多条评论；第一确定单元用于确定每条评论所属的极性，并确定每种产品对应的每种极性的评论的数量，其中，极性为以下任意一种：正向、负向、中性；触发单元用于在任意一种产品对应的负向评论的数量大于等于预设数量的情况下，生成并触发与产品对应的预警信息。
[0011]进一步地，识别单元包括：识别子单元、第一提取子单元、抽取子单元和第二提取子单元，识别子单元用于通过命名实体识别技术，识别原始评论数据中包含的多个品牌对应的品牌名称以及每个品牌下的产品对应的产品名称；第一提取子单元用于按照第一数据格式，提取识别出的品牌名称以及产品名称；抽取子单元用于通过序列标注技术或者文本抽取技术，抽取每个产品对应的多条评论；第二提取子单元用于按照第二预设格式，提取识别出的品牌名称、品牌对应的产品名称以及产品对应的多条评论。
[0012]进一步地，第一确定单元包括第一控制子单元，第一控制子单元用于将所有评论输入至分类模型，控制分类模型输出评论对应的极性，其中，分类模型是通过多组评论数据训练而成的，其中，每组评论数据均包括多条各个极性的评论；第一控制子单元包括：第一确定模块、第二确定模块和控制模块，第一确定模块，用于依据分类模型，确定每条评论对应的语义特征；第二确定模块，用于依据每条评论对应的语义特征，确定每条评论的情感倾向；控制模块，用于依据评论的情感倾向，确定评论所属的极性，并控制分类模型输出评论对应的极性。
[0013]根据本申请的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述任意一种的一种舆情监控方法。
[0014]根据本申请的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一种的一种舆情监控方法。
[0015]通过本专利技术，采用以下步骤：获取原始评论数据，并识别原始评论中包含的多个品牌、每个品牌下对应的产品以及每种产品对应的多条评论；确定每条评论所属的极性，并确定每种产品对应的每种极性的评论的数量，其中，极性为以下任意一种：正向、负向、中性；在任意一种产品对应的负向评论的数量大于等于预设数量的情况下，生成并触发与产品对应的预警信息，解决了相关技术中没有将舆情监控颗粒度细化到品牌以及商品的技术问题，进而达到了能够在舆情发生前预警，从而起到预防的效果。
附图说明
[0016]构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实
施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0017]图1是根据本专利技术实施例的一种舆情监控方法的流程图；
[0018]图2是根据本专利技术实施例提供的通过柱状图对关键词以及关键词的出现次数进行可视化展示的示意图；
[0019]图3是根据本专利技术实施例提供的每种商品的正向﹑负向和中性这3种极性评论占评论总数的占比的饼状图；
[0020]图4是根据本专利技术实施例的一种舆情监控装置的示意图。
具体实施方式
[0021]需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。
[0022]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种舆情监控方法，其特征在于，包括：获取原始评论数据，并识别所述原始评论中包含的多个品牌、每个所述品牌下对应的产品以及每种所述产品对应的多条评论；确定每条所述评论所属的极性，并确定每种所述产品对应的每种极性的评论的数量，其中，所述极性为以下任意一种：正向、负向、中性；在任意一种所述产品对应的负向评论的数量大于等于预设数量的情况下，生成并触发与所述产品对应的预警信息。2.根据权利要求1所述的方法，其特征在于，获取原始评论数据，并识别所述原始评论中包含的多个品牌、每个所述品牌下对应的产品以及每种所述产品对应的多条评论，包括：通过命名实体识别技术，识别所述原始评论数据中包含的多个所述品牌对应的品牌名称以及每个所述品牌下的产品对应的产品名称；按照第一数据格式，提取识别出的所述品牌名称以及所述产品名称；通过序列标注技术或者文本抽取技术，抽取每个所述产品对应的多条所述评论；按照第二预设格式，提取识别出的所述品牌名称、所述品牌对应的产品名称以及所述产品对应的多条所述评论。3.根据权利要求1所述的方法，其特征在于，确定每条所述评论所属的极性，包括：将所有所述评论输入至分类模型，控制分类模型输出所述评论对应的极性，其中，所述分类模型是通过多组评论数据训练而成的，其中，每组所述评论数据均包括多条各个极性的评论；将所有所述评论输入至分类模型，控制分类模型输出所述评论对应的极性，包括：依据所述分类模型，确定每条所述评论对应的语义特征；依据每条所述评论对应的所述语义特征，确定每条所述评论的情感倾向；依据所述评论的情感倾向，确定所述评论所属的所述极性，并控制所述分类模型输出所述评论对应的所述极性。4.根据权利要求1所述的方法，其特征在于，在确定每条所述评论所属的极性，并确定每种所述产品对应的每种极性的评论的数量之后，所述方法还包括：提取每种所述产品对应的每种所述极性的评论中包含的多个关键词，并确定每个所述产品对应的所述极性的评论中每个所述关键词出现的次数；依据所述关键词出现的所述次数，对所述关键词进行排序，并确定目标关键词，其中，所述目标关键词为所述关键词出现的次数在预设范围之内的关键词；对所述目标关键词以及所述目标关键词出现的次数，进行可视化展示。5.根据权利要求1至4中任一项所述的方法，其特征在于，在确定每条所述评论所属的极性，并确定每种所述产品对应的每种极性的评论的数量之后，所述方法...
【专利技术属性】
技术研发人员：李健，王亮，陈明，武卫东，
申请(专利权)人：北京捷通华声科技股份有限公司，
类型：发明
国别省市：
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。