一种基于事件链的网络舆情关联推演预测分析方法

发明专利有效专利

申请号：
CN202110799240.2
IPC分类号：G06F40/205;G06F16/35;G06F40/216;G06F40/289;G06K9/62
申请日期：
2021-07-15
申请人：
上海理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于事件链的网络舆情关联推演预测分析方法
申请号	CN202110799240.2	申请日期	2021-07-15
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-28	公开/公告号	CN113449508A
优先权	暂无	优先权号	暂无
主分类号	G06F40/205	IPC分类号	G;0;6;F;4;0;/;2;0;5;;;G;0;6;F;1;6;/;3;5;;;G;0;6;F;4;0;/;2;1;6;;;G;0;6;F;4;0;/;2;8;9;;;G;0;6;K;9;/;6;2查看分类表>
申请人	上海理工大学	申请人地址	上海市杨浦区军工路516号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海理工大学	当前权利人	上海理工大学
发明人	李仁德;马皓添;曹春萍
代理机构	上海邦德专利代理事务所（普通合伙）	代理人	佘大鹏

摘要

本发明公开了一种基于事件链的网络舆情关联推演预测分析方法，包括：将微博博文文本数据根据事件发展提取相关节点事件，通过聚类关联和模式挖掘匹配预测，形成主题演化树和舆情演化概率图；其中，通过ELMO模型对微博训练集语料进行预训练，并向量化微博博文；通过One‑Pass聚类算法合并相似微博数据，得到节点事件集合；通过ActiveLearning进行少标签数据学习，人机交互提高标签质量；通过Seq2Pat发现标签之间转移对数，进而构建马尔科夫链，形成主题树和预测节点事件演化趋势。根据本发明，弥补了复杂舆情事件中子事件的提取、关联、与预测，并充分考虑了专家介入的人机互动标签方法，适用于舆情推演分析定位与精准预测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供