一种网络违规行为的识别方法及系统技术方案

本发明专利技术公开一种网络违规行为的识别方法及系统，涉及人工智能领域，方法包括：基于情感分析技术，对网络舆情数据中的负面舆情信息进行判断，确定违规行为信息；基于文本聚类技术，对违规行为信息进行定向舆情爬虫，确定违规行为信息发布站点；对违规行为信息发布站点中违规行为信息进行违规行为模板识别，确定模板库及违规名单库；根据目标证券投资咨询行业的网络舆情数据，基于模板库，判断网络舆情数据的发布网站是否为违规行为网站；当网络舆情数据的发布网站不是违规行为网站时，将舆情文本信息输入至训练好的舆情分析模型，得到违规行为信息；判断网络舆情数据的发布人员是否为违规名单人员；当网络舆情数据的发布人员不是违规名单人员时，将舆情文本信息输入至训练好的舆情分析模型，得到违规行为信息

【技术实现步骤摘要】
一种网络违规行为的识别方法及系统


[0001]本专利技术涉及人工智能领域，特别是涉及一种网络违规行为的识别方法及系统
。

技术介绍

[0002]在证券投资网络咨询行业中，存在大量的违规行为，从而损害证券投资咨询机构和其他投资者的利益，扭曲投资者的投资观念
。
这样的行为严重影响了金融市场的稳定性
。
因此，必须识别和打击违规行为，以提高监管部门的工作效率
、
保障证券投资咨询机构的业务经营活动，并帮助投资者形成正确的投资理念，维护金融市场的健康和稳定发展
。
目前，证券投资咨询行业中对于违规行为的识别方法比较欠缺，尚未出现一套完备有效的方法能够识别违规行为或者阻断虚假负面信息的散播现象
。

技术实现思路

[0003]本专利技术的目的是提供一种可识别网络违规行为的识别方法及系统
。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]本专利技术提供了一种网络违规行为的识别方法，包括：
[0006]将舆情监本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种网络违规行为的识别方法，其特征在于，包括：将舆情监测词输入至网络搜索引擎中，对证券投资咨询行业中目标公司的舆情信息进行搜索舆情爬虫，得到网络舆情数据；所述舆情监测词包括所述目标公司的公司名称和舆情关键词；基于情感分析技术，对所述网络舆情数据中的负面舆情信息进行判断，确定违规行为信息；基于文本聚类技术，对所述违规行为信息进行定向舆情爬虫，确定违规行为信息中的违规行为信息发布站点；对所述违规行为信息发布站点中违规行为信息进行违规行为模板识别，确定模板库及违规名单库；所述违规名单库为所述违规行为信息发布站点中违规行为信息发布人员的名单库；根据目标证券投资咨询行业的网络舆情数据，基于所述模板库，判断所述网络舆情数据的发布网站是否为违规行为网站；所述违规行为网站为网络舆情数据发布数量大于第一数量阈值的网站；所述第一数量阈值根据所述目标证券投资咨询行业的网络舆情数据的总数设置；当所述网络舆情数据的发布网站是所述违规行为网站时，判定所述网络舆情数据为违规行为信息；当所述网络舆情数据的发布网站不是所述违规行为网站时，将所述舆情文本信息输入至训练好的舆情分析模型，进行负面信息识别，确定所述网络舆情数据中的违规行为信息；根据目标证券投资咨询行业的网络舆情数据，基于所述违规名单库，判断所述网络舆情数据的发布人员是否为违规名单人员；所述违规名单人员为通过所述违规行为网站发布网络舆情数据的人员；当所述网络舆情数据的发布人员是所述违规名单人员时，判定所述网络舆情数据为违规行为信息；当所述网络舆情数据的发布人员不是所述违规名单人员时，将所述舆情文本信息输入至训练好的舆情分析模型，进行负面信息识别，确定所述网络舆情数据中的违规行为信息
。2.
根据权利要求1所述的证券投资咨询行业中违规行为的识别方法，其特征在于，所述训练好的舆情分析模型为以网络舆情训练数据为输入，以基于所述网络舆情训练数据中的负面信息为标签训练的模型；所述负面信息为带有证券投资咨询行业名称的信息
。3.
根据权利要求1所述的证券投资咨询行业中违规行为的识别方法，其特征在于，在步骤2之前，还包括：对所述网络舆情数据进行数据预处理
。4.
根据权利要求3所述的证券投资咨询行业中违规行为的识别方法，其特征在于，所述预处理包括数据去重
、
数据解析和数据清洗
。5.
根据权利要求1所述的证券投资咨询行业中违规行为的识别方法，...

【专利技术属性】
技术研发人员：张福明，
申请(专利权)人：上海九方云智能科技有限公司，
类型：发明
国别省市：