[发明专利]一种基于知识图谱和深度学习的汽车舆情分析方法有效
| 申请号： | 201810638038.X | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN110633373B | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 黄海量 | 申请（专利权）人： | 上海财经大学 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06F16/35;G06F40/289;G06N3/0464;G06N5/02 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 翁惠瑜 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于知识图谱和深度学习的汽车舆情分析方法，包括：汽车领域知识图谱构建步骤，利用汽车领域专家知识重构二维数据表结构，获得汽车领域知识图谱；文本预处理步骤，从互联网中抓取社交网络数据，通过无关信息识别分类器剔除无关信息，获取汽车相关网络数据，并对汽车相关网络数据添加情感标注；舆情模型训练步骤，基于汽车领域知识图谱和汽车相关网络数据生成词向量空间，基于所述词向量空间训练舆情预测卷积神经网络；舆情因子计算步骤，利用训练好的舆情预测卷积神经网络对待预测的汽车相关网络数据进行预测，计算舆情因子，实现汽车舆情多角度分析。与现有技术相比，本发明具有多角度细化分类统计用户的情感、预测能力强等优点。 | ||
| 搜索关键词： | 一种 基于 知识 图谱 深度 学习 汽车 舆情 分析 方法 | ||
【主权项】：
1.一种基于知识图谱和深度学习的汽车舆情分析方法，其特征在于，包括：/n汽车领域知识图谱构建步骤，利用汽车领域专家知识重构二维数据表结构，获得汽车领域知识图谱；/n文本预处理步骤，从互联网中抓取社交网络数据，通过无关信息识别分类器剔除无关信息，获取汽车相关网络数据，并对所述汽车相关网络数据添加情感标注；/n舆情模型训练步骤，基于所述汽车领域知识图谱和汽车相关网络数据生成词向量空间，基于所述词向量空间训练舆情预测卷积神经网络；/n舆情因子计算步骤，利用训练好的舆情预测卷积神经网络对待预测的汽车相关网络数据进行预测，计算舆情因子，实现汽车舆情多角度分析。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海财经大学，未经上海财经大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810638038.X/，转载请声明来源钻瓜专利网。
