[发明专利]基于图文大数据的舆情跟踪方法、装置和计算机设备

权利要求书

1.一种基于图文大数据的舆情跟踪方法，其特征在于，包括：

根据第一预设频率，从第一预设网络平台获取指定公开数据，所述指定公开数据为所述第一预设网络平台的所有所述公开数据以及各所述公开数据分别对应的传播路径，所述公开数据包括仅有文本的单独文本信息、仅有图片的单独图片信息以及图片、文本相关联的图文信息；

根据所述指定公开数据构建公开数据库；

根据预设舆情话题，在所述公开数据库中筛选得到所述预设舆情话题对应的舆情图文数据；

根据文本相似性，在所述公开数据库中筛选与所述舆情图文数据中的文本数据相似的舆情文本数据；以及根据图片相似性，在所述公开数据库中筛选与所述舆情图文数据中的图片数据相似的舆情图片数据；

根据所述舆情图文数据、所述舆情文本数据和所述舆情图片数据，得到所述预设舆情话题对应的舆情数据，以根据所述舆情数据，得到所述预设舆情话题的热度变化趋势；

所述公开数据库包括单独文本子数据库、单独图片子数据库和关联图文子数据库，所述单独文本子数据库为多组单独的文本数据组成的数据库，所述单独图片子数据库为多组单独的图片数据组成的数据库，所述关联图文子数据库为多组图片和文本相关联的数据组成的数据库；所述根据预设舆情话题，在所述公开数据库中筛选得到所述预设舆情话题对应的舆情图文数据的步骤中，包括：

在所述关联图文子数据库中，根据所述预设舆情话题的关键词筛选得到多个所述舆情图文数据，每一个所述舆情图文数据由一条舆情文本子数据和一条舆情图片子数据对应组成；

所述根据文本相似性，在所述公开数据库中筛选与所述舆情图文数据中的文本数据相似的舆情文本数据；以及根据图片相似性，在所述公开数据库中筛选与所述舆情图文数据中的图片数据相似性的舆情图片数据的步骤，还包括：

在所述单独文本子数据库中，根据文本相似性筛选得到与所述舆情文本子数据相似的所述舆情文本数据；并在所述单独图片子数据库中，根据图片相似性筛选得到与所述舆情图片子数据相似的所述舆情图片数据；

所述关联图文子数据中包括图片子数据和文本子数据一一对应的多组数据，所述在所述关联图文子数据库中；根据所述预设舆情话题的关键词筛选得到多个所述舆情图文数据的步骤中，还包括：

解析所述预设舆情话题，得到至少一个第一舆情关键词；

根据各所述第一舆情关键词，分别从所述关联图文子数据库中筛选得到包含有第一舆情关键词的至少一组第一舆情图文子数据，所述第一舆情图文子数据由第一舆情文本子数据和第一舆情图片子数据对应组成；

分别计算各所述第一舆情图片子数据的出现次数；

调取预设次数，并将各所述出现次数一一与所述预设次数进行比较，选择大于所述预设次数的出现次数对应的第一舆情图片子数据作为舆情图片子数据；

分别筛选各所述舆情图片子数据对应的文本子数据作为舆情文本子数据；

将各所述舆情文本子数据和各所述舆情图片子数据分别一一对应，得到多个所述舆情图文数据；

所述单独文本子数据库由多组单独文本数据组成，所述在所述单独文本子数据库中；根据文本相似性筛选得到与所述舆情文本子数据相似的所述舆情文本数据的步骤，还包括：

根据词性，分别解析各所述舆情文本子数据和各所述单独文本数据，得到各所述舆情文本子数据对应的预设数量的第二舆情关键词，和各所述单独文本数据对应的所述预设数量的单独关键词；

分别将各所述第二舆情关键词和各所述单独关键词进行比对，筛选得到至少一个相同关键词，所述相同关键词为第二舆情关键词和单独关键词一致的关键词；

分别统计各所述相同关键词对应的出现次数；

调取第一预设出现次数，并将各所述出现次数一一与所述第一预设出现次数进行比较，选择大于所述第一预设出现次数的出现次数对应的相同关键词作为指定关键词；

选择包含有所述指定关键词的单独文本数据作为舆情文本数据。