一种互联网舆情信息发生地的判断方法技术

本发明专利技术公开了一种互联网舆情信息发生地的判断方法，涉及数据处理技术领域，利用多方位的地域属性体系构建地域属性库，对舆情信息文本进行多方面信息的匹配，利用阈值设定提高筛选灵活性，实现了准确度、匹配度高的优点，精准的对互联网舆情数据进行发生地的自动判断，降低工作量，提高时效性；本发明专利技术提供了一种互联网舆情信息发生地的判断方法，利用多方位的地域属性体系设定进行多方面匹配，利用阈值设定提高筛选灵活性，精准的对互联网舆情数据进行发生地的自动判断。行发生地的自动判断。行发生地的自动判断。

【技术实现步骤摘要】
一种互联网舆情信息发生地的判断方法


[0001]本专利技术涉及数据处理
，特别涉及一种互联网舆情信息发生地的判断方法。

技术介绍

[0002]随着互联网在全球范围的飞速发展，网络媒体已经逐渐成为超越报纸、广播、电视的“第一媒体”，成为反应社会舆情信息的重要载体之一，网络的开放性和虚拟性决定了网络舆情具有直接性、突发性和信息多元性的特点。根据中国互联网络信息中心(CNNIC)发布的第47期《中国互联网发展统计报告》显示，截至2020年12月20日，中国互联网用户数量达到9.89亿，随着中国网民数量的增加，由互联网引发产生的舆情数据事件逐渐增加，且部分舆情信息都具有一定的负面性，需要及时获取其准确信息，方便及时进行处理。
[0003]对于各区域管理层而言，准确有效的发现与当地相关的舆情事件信息，能够提高相关部门和人员对舆情事件的处理进度，及时对互联网不良信息进行管理疏导。
[0004]现有的互联网舆情信息发生地的自动判断方法较为简单和传统，其主要是根据地域行政名词来识别确定舆情发生的主体地区。但在当前复杂的互联网环境下，舆情数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种互联网舆情信息发生地的判断方法，其特征在于，包括以下步骤：构建地域属性库，所述地域属性库内包括：地域行政信息，以及与地域行政信息对应的地域建筑信息、地域景点信息、地域文化信息、地域网站信息和地域企业信息；获取舆情信息文本；对舆情信息文本中的语句进行分词，得到分词组合；对分词组合进行过滤，得到最优的分词结果；将最优的分词结果中的词语分别与地域属性库内的信息进行匹配，输出匹配成功的词语；根据匹配成功的词语，确定舆情信息类型为行政信息、建筑信息、景点信息、文化信息、网站信息或企业信息中的一种或多种；设置舆情信息中行政信息、建筑信息、景点信息、文化信息、网站信息和企业信息的优先级权重；统计舆情信息中优先级最高的信息出现的次数，将出现次数与对应的权重值相乘，将相乘结果相加，得到权重的乘积之和；设定判定阈值，将权重的乘积之和与判定阈值进行比较，若权重的乘积之和大于或者等于判定阈值，则根据优先级最高的信息得出舆情信息发生地，若权重的乘积之和小于判定阈值，则根据次优先级的信息得出舆情信息发生地。2.如权利要求1所述的一种互联网舆情信息发生地的判断方法，其特征在于，所述对舆情信息文本中的语句进行分词，得到分词结果的步骤包括：采用Mmseg算法对需要分词的语句按照从左到右的顺序，对舆情信息文本中的语句进行分词；识别出所有3个词的分词组合，输出识别出的所有3个词的分词组合。3.如权利要求2所述的一种互联网舆情信息发生地的判断方法，其特征在于，所述对分词结果进行过滤，得到最优的分词结果的步骤，包括：利用Mmseg算法的4条消除歧义规则依次对识别出的所有3个词的分词组合进行过滤；只有一种分词组合或4条消除歧义规则过滤完成时停止过滤；输出过滤完成后的最优的分词结果。4.如权利要求1所述的一种互联网舆情信息发生地的判断方法，其特征在于，所述将最优的分词结果中的词语分别与地域属性库内的信息进行匹配，输出匹配成功的词语的步骤，包括：将最优的分词结果中的每个词分别与地域属性库中的地域行政信息、地域建筑信息、地域景点信息、地域文化信息、地域网站信息和地域企业信息进行匹配；若最优的分词结果中的某个或多个词语与地域属性库中的信息匹配成功，则根据匹配成功的地域属性库中的信息类型，将匹配成功的最优的分词结果中的词语划分为舆情信息的对应信息类型，得到匹配成功的词语。5.如权利要求4所述的一种互联网舆...

【专利技术属性】
技术研发人员：张皓帆，
申请(专利权)人：西安康奈网络科技有限公司，
类型：发明
国别省市：