融合大数据的海外舆情安全态势智能感知方法及系统技术方案

技术编号:46014737 阅读:8 留言:0更新日期:2025-08-05 19:22
本发明专利技术提供一种融合大数据的海外舆情安全态势智能感知方法及系统,涉及舆情分析技术领域,包括:获取海外舆情数据并提取多维特征,采用双向交叉注意力机制构建自适应权重矩阵,通过多头时序卷积和动态图结构注意力机制生成融合特征矩阵,构建评估指标体系,基于信息熵和证据理论确定权重,基于多准则决策确定预警等级,生成管控建议和预警信息。

【技术实现步骤摘要】

本专利技术涉及舆情分析,尤其涉及一种融合大数据的海外舆情安全态势智能感知方法及系统


技术介绍

1、随着互联网和社交媒体的快速发展,海外舆情信息呈现出大数据特征,传统的舆情分析方法已难以应对海量、多元、实时的舆情数据;

2、当前,海外舆情安全态势感知主要依赖人工分析和简单的统计模型,缺乏对海量数据的深度挖掘和智能分析能力,现有技术仍然存在特征提取不够全面和深入,难以捕捉舆情演化的细微变化和潜在风险、缺乏对舆情数据时空关联性的有效建模,无法准确把握舆情传播规律和影响范围以及舆情安全态势评估指标体系不够完善,难以全面反映舆情的传播力、影响力和敏感度等关键因素;

3、因此,亟需一种方案解决现有技术中存在的问题。


技术实现思路

1、本专利技术实施例提供一种融合大数据的海外舆情安全态势智能感知方法及系统,至少能解决现有技术中存在的部分问题。

2、本专利技术实施例的第一方面,提供一种融合大数据的海外舆情安全态势智能感知方法,包括:

3、获取海外社交媒体平台的舆情数据并进行预本文档来自技高网...

【技术保护点】

1.融合大数据的海外舆情安全态势智能感知方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取海外社交媒体平台的舆情数据并进行预处理,得到规范化舆情信息并进行多维特征提取,构建得到特征数据集包括:

3.根据权利要求1所述的方法,其特征在于,采用双向交叉注意力机制对所述特征数据集中的特征向量计算细粒度相关性并构建自适应权重矩阵包括:

4.根据权利要求1所述的方法,其特征在于,得到加权特征向量并输入具有残差连接的多头时序卷积单元提取时序关联特征,并通过动态图结构注意力机制获取空间依赖关系,生成融合特征矩阵包括:

5.根据权利要...

【技术特征摘要】

1.融合大数据的海外舆情安全态势智能感知方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取海外社交媒体平台的舆情数据并进行预处理,得到规范化舆情信息并进行多维特征提取,构建得到特征数据集包括:

3.根据权利要求1所述的方法,其特征在于,采用双向交叉注意力机制对所述特征数据集中的特征向量计算细粒度相关性并构建自适应权重矩阵包括:

4.根据权利要求1所述的方法,其特征在于,得到加权特征向量并输入具有残差连接的多头时序卷积单元提取时序关联特征,并通过动态图结构注意力机制获取空间依赖关系,生成融合特征矩阵包括:

5.根据权利要求1所述的方法,其特征在于,基于所述融合特征矩阵构建包括舆情传播力指标、舆情影响力指标、舆情敏感度指标的评估指标体系包括:

6....

【专利技术属性】
技术研发人员:施忠华
申请(专利权)人:中海安北京咨询有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 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。

1