一种多模态社交网络舆情隐患排查方法及系统技术方案

本发明专利技术公开了一种多模态社交网络舆情隐患排查方法及系统，包括：通过分布式边缘节点实时采集社交平台的多模态数据，所述多模态数据包括文本、图像、音频数据；基于用户交互关系划分多个社交网络社区，用户交互关系包括但不限于话题圈子、好友关系、评论互动、转发点赞；基于多模态数据对多个社交网络社区逐一提取社区传播动力学特征、群体拓扑特征及内容特征；基于社区传播动力学特征、群体拓扑特征及内容特征和预设筛选策略从多个社交网络社区筛选出多个疑似隐患社区；基于多模态数据对多个疑似隐患社区进行隐患检测与隐患分类后，输出多个疑似隐患社区对应的多个隐患分类。本申请的方法及系统显著提升了舆情隐患识别的全面性和准确性。

【技术实现步骤摘要】

本专利技术涉及社交网络舆情监测，尤其涉及一种多模态社交网络舆情隐患排查方法及系统。

技术介绍

1、当前社交网络舆情监测技术主要采用单一模态数据处理模式，针对文本、图片、音频或视频等独立数据类型进行解析，通过提取文本信息实施分析，缺乏对多模态数据的协同处理机制。这种技术架构导致舆情分析维度局限于单一数据形式，无法有效捕捉文本语义、视觉特征与听觉信息的关联性表达。在动态传播特性分析方面，现有方法未能充分建模社交网络的拓扑演化规律，对舆情传播路径的动态变化、影响范围的扩散机制等关键特征缺乏量化分析手段，致使预测模型精度不足。操作流程上主要依赖人工干预的串行处理模式，自动化分析链条存在断层，跨平台数据同步与实时计算能力受限，难以适应舆情态势的快速演变需求。特别是在多媒体内容识别环节，现有系统对图像敏感特征、声纹违禁特征等非结构化数据的检测算法鲁棒性不足，且未建立用户交互关系与内容特征的关联分析模型，导致多模态舆情场景下的隐患识别存在显著漏判风险。

技术实现思路

1、为解决
技术介绍
中存在的技术问题，本专利技术提出一种多本文档来自技高网...

【技术保护点】

1.一种多模态社交网络舆情隐患排查方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的多模态社交网络舆情隐患排查方法，其特征在于，所述社区传播动力学特征具体包括转发率时间导数、网络模块度；所述群体拓扑特征具体包括用户聚类基尼系数、情感极化指数；所述内容特征敏感词密度、视觉违禁概率。

3.根据权利要求2所述的多模态社交网络舆情隐患排查方法，其特征在于，所述预设筛选策略具体包括：

4.根据权利要求1所述的多模态社交网络舆情隐患排查方法，其特征在于，所述步骤S5中的隐患检测具体包括：

5.根据权利要求4所述的多模态社交网络舆情隐患排查方法，...

【技术特征摘要】

1.一种多模态社交网络舆情隐患排查方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的多模态社交网络舆情隐患排查方法，其特征在于，所述社区传播动力学特征具体包括转发率时间导数、网络模块度；所述群体拓扑特征具体包括用户聚类基尼系数、情感极化指数；所述内容特征敏感词密度、视觉违禁概率。

3.根据权利要求2所述的多模态社交网络舆情隐患排查方法，其特征在于，所述预设筛选策略具体包括：

4.根据权利要求1所述的多模态社交网络舆情隐患排查方法，其特征在于，所述步骤s5中的隐患检测具体包括：

5.根据权利要求4所述的多模态社交网络舆情隐患排查方法，其特征在于，所述标记跨模态矛盾内容为高风险...

【专利技术属性】
技术研发人员：王皓，汪雪松，吕曼丽，魏亮，曹燕，张佳佳，温明顺，余海阳，杭松，胡家武，王佐成，
申请(专利权)人：数据空间研究院，
类型：发明
国别省市：