【技术实现步骤摘要】
本专利技术涉及一种社交舆情关键特征提取方法，尤其涉及一种基于多模态信息融合的社交舆情关键特征提取方法。
技术介绍
1、近年来，随着抖音、小红书、bilibili等多种社交媒体的普及，人们越来越依赖社交媒体来获取信息和表达观点。当前社交媒体平台上的舆情信息具有庞大的规模和多样的形式，如文本、语音、图片和视频等多模态数据，这些数据中蕴含着丰富的舆情信息，为用户提供最新鲜直观的新闻报道，可帮助人们快速的了解新闻事件的概况和影响，也可以帮助政府、企业和研究机构了解公众的观点、情绪和行为，从而指导决策、改善产品或服务、进行市场分析等。
2、在现代社会，社会舆情的作用和力量越来越大，成为影响人们思想和行为的重要因素。然而，互联网的发展使得社会舆情的测度和分析也日益复杂化，舆情信息缺乏有序的知识组织，其中大量有价值的、面向决策支持的信息往往会被忽略，也存在某些虚假的舆情信息会影响社会舆情事件发展的方向。
3、而社交媒体上的信息极其丰富和多样化，难以从海量的文字、图片音频和视频中获取有用的信息。因此，需要一种高效的方法来自动提取...
【技术保护点】
1.一种基于多模态信息融合的社交舆情关键特征提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多模态信息融合的社交舆情关键特征提取方法，其特征在于，第1步中，初步采集的内容包括：标题、发布时间、点赞量、评论量、转发量和浏览量。
3.根据权利要求1所述的基于多模态信息融合的社交舆情关键特征提取方法，其特征在于，第2步中，对采集得到的图像，先进行相似度检测，删除冗余数据，具体包括：
4.根据权利要求3所述的基于多模态信息融合的社交舆情关键特征提取方法，其特征在于，步骤2.1)中，DCT变换公式如式(2)所示，
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。