[发明专利]一种互联网舆情信息发生地的判断方法

说明书

本发明公开了一种互联网舆情信息发生地的判断方法，涉及数据处理技术领域，利用多方位的地域属性体系构建地域属性库，对舆情信息文本进行多方面信息的匹配，利用阈值设定提高筛选灵活性，实现了准确度、匹配度高的优点，精准的对互联网舆情数据进行发生地的自动判断，降低工作量，提高时效性；本发明提供了一种互联网舆情信息发生地的判断方法，利用多方位的地域属性体系设定进行多方面匹配，利用阈值设定提高筛选灵活性，精准的对互联网舆情数据进行发生地的自动判断。

技术领域

本发明涉及数据处理技术领域，特别涉及一种互联网舆情信息发生地的判断方法。

背景技术

随着互联网在全球范围的飞速发展，网络媒体已经逐渐成为超越报纸、广播、电视的“第一媒体”，成为反应社会舆情信息的重要载体之一，网络的开放性和虚拟性决定了网络舆情具有直接性、突发性和信息多元性的特点。根据中国互联网络信息中心(CNNIC)发布的第47期《中国互联网发展统计报告》显示，截至2020年12月20日，中国互联网用户数量达到9.89亿，随着中国网民数量的增加，由互联网引发产生的舆情数据事件逐渐增加，且部分舆情信息都具有一定的负面性，需要及时获取其准确信息，方便及时进行处理。

对于各区域管理层而言，准确有效的发现与当地相关的舆情事件信息，能够提高相关部门和人员对舆情事件的处理进度，及时对互联网不良信息进行管理疏导。

现有的互联网舆情信息发生地的自动判断方法较为简单和传统，其主要是根据地域行政名词来识别确定舆情发生的主体地区。但在当前复杂的互联网环境下，舆情数据信息来源具备多渠道性、信息标题模糊性和信息内容的多地域涉及性，因此只依靠地域行政名词判断舆情的发生地，其判别结果存在较大的误差，需要处理人员从大量的信息中再次人工筛选出相关的发生地信息，严重降低了工作效率。

针对现有技术存在的问题，本申请提供了种一种互联网舆情信息发生地的判断方法，利用多方位的地域属性体系设定进行多方面匹配，利用阈值设定提高筛选灵活性，精准的对互联网舆情数据进行发生地的自动判断。

发明内容

本发明的目的在于提供一种互联网舆情信息发生地的判断方法，利用多方位的地域属性体系设定进行多方面匹配，利用阈值设定提高筛选灵活性，精准的对互联网舆情数据进行发生地的自动判断。

本发明提供了一种互联网舆情信息发生地的判断方法，包括以下步骤：

构建地域属性库，所述地域属性库内包括：地域行政信息，以及与地域行政信息对应的地域建筑信息、地域景点信息、地域文化信息、地域网站信息和地域企业信息；

获取舆情信息文本；

对舆情信息文本中的语句进行分词，得到分词组合；

对分词组合进行过滤，得到最优的分词结果；

将最优的分词结果中的词语分别与地域属性库内的信息进行匹配，输出匹配成功的词语；

根据匹配成功的词语，确定舆情信息类型为行政信息、建筑信息、景点信息、文化信息、网站信息或企业信息中的一种或多种；

设置舆情信息中行政信息、建筑信息、景点信息、文化信息、网站信息和企业信息的优先级权重；

统计舆情信息中优先级最高的信息出现的次数，将出现次数与对应的权重值相乘，将相乘结果相加，得到权重的乘积之和；

设定判定阈值，将权重的乘积之和与判定阈值进行比较，若权重的乘积之和大于或者等于判定阈值，则根据优先级最高的信息得出舆情信息发生地，若权重的乘积之和小于判定阈值，则根据次优先级的信息得出舆情信息发生地。

进一步地，所述对舆情信息文本中的语句进行分词，得到分词结果的步骤包括：

采用Mmseg算法对需要分词的语句按照从左到右的顺序，对舆情信息文本中的语句进行分词；