[发明专利]一种基于地震行业的微博舆情分析方法、装置及电子设备

说明书

本发明公开了一种基于地震行业的微博舆情分析方法，所述方法包括：获取实时微博数据；将所述实时微博数据输入微博分类模型中获得地震类微博数据和非地震类微博数据，将所述地震类微博数据输入情感倾向模型中获得所述地震类微博数据的情感倾向，其中，所述微博分类模型、所述情感倾向模型均基于深度学习模型Text‑CNN使用训练样本分类训练获得；基于TextRank算法获取所述地震类微博数据的关键词组；抽取所述地震类微博数据的地域信息，其中，所述地域信息通过统一的地区编码表示；将所述地震类微博数据的情感倾向、关键词组、地域信息存放至所述地震类微博数据的微博用户信息的用户信息表中；将所述用户信息表进行视图展示。

技术领域

本申请涉及人工智能领域，尤其涉及一种基于地震行业的微博舆情分析方法、装置及电子设备。

背景技术

随着互联网媒体的快速发展，防震减灾工作带来了新的挑战，一些大型地震过后，防震减灾、地震信息网络工作已成为社会舆论关注的焦点，由于互联网具有实时性、随意性、虚拟性等特点，一些网民随意的发布带有负面情感倾向的微博，给社会稳定和谐带来不利影响。而地震相关的负面网络舆论也会给地震工作带来很大冲击，给地震信息宣传、地震预报等工作带来巨大压力。

在飞速发展的网络时代，如何及时发现地震舆情，如何化压力为动力，成为众多防震减灾事业工作者必须要面对以及解决的问题，而目前的舆情监测大多是监测行业相关的关键词，然后对包含关键词的数据进行分析展示，此种方式会导致舆情检测不全面、不准确，进而导致数据分析结果有偏差等。

发明内容

本申请要解决的技术问题，在于提供一种基于地震行业的微博舆情分析方法、装置及电子设备，以解决现有针对地震舆情检测不全面、不准确，进而导致数据分析结果有偏差的技术问题。

为实现上述目的，本申请采用下述技术方案：

第一方面，本申请提供一种基于地震行业的微博舆情分析方法，所述方法包括：

获取实时微博数据，其中，所述微博数据包括微博信息、微博用户信息和微博评论信息，所述微博信息包括微博内容、微博ID、微博正文链接、点赞数、评论数、转发数、发文时间、发此条微博的用户昵称以及用户ID，所述微博评论信息包括微博ID、评论内容、评论时间、回复数以及点赞数,所述微博用户信息包括用户ID、微博数、粉丝数以及用户所在地区；

将所述实时微博数据输入微博分类模型中获得地震类微博数据和非地震类微博数据，将所述地震类微博数据输入情感倾向模型中获得所述地震类微博数据的情感倾向，其中，所述微博分类模型、所述情感倾向模型均基于深度学习模型Text-CNN使用训练样本分类训练获得；

基于TextRank 算法获取所述地震类微博数据的关键词组；

抽取所述地震类微博数据的地域信息，其中，所述地域信息通过统一的地区编码表示；

将所述地震类微博数据的情感倾向、关键词组、地域信息存放至所述地震类微博数据的微博用户信息的用户信息表中；

将所述用户信息表进行视图展示。

第二方面，本申请提供一种基于地震行业的微博舆情分析装置，所述装置包括：

第一获取单元，用于获取实时微博数据，其中，所述微博数据包括微博信息、微博用户信息和微博评论信息，所述微博信息包括微博内容、微博ID、微博正文链接、点赞数、评论数、转发数、发文时间、发此条微博的用户昵称以及用户ID，所述微博评论信息包括微博ID、评论内容、评论时间、回复数以及点赞数,所述微博用户信息包括用户ID、微博数、粉丝数以及用户所在地区；

第一分析单元，用于将所述实时微博数据输入微博分类模型中获得地震类微博数据和非地震类微博数据，将所述地震类微博数据输入情感倾向模型中获得所述地震类微博数据的情感倾向，其中，所述微博分类模型、所述情感倾向模型均基于深度学习模型Text-CNN使用训练样本分类训练获得；

第二获取单元，用于基于TextRank 算法获取所述地震类微博数据的关键词组；