本发明公开了一种基于数据分析的网络舆情管控系统，涉及网络舆情管控技术领域，解决了现有技术中无法将网络内实时话题进行准确判定导致舆情管控效率的技术问题，将话题进行影响判定，从而针对话题的影响类型针对性管控，有效防止负面话题持续议论，有利于降低网络进行负面话题处理的工作强度；对正面热门话题进行效应分析，判断正面热门话题的实时舆论效应，提高了正面热门话题的宣传效率，对网络舆情起到促进作用，提高了舆情管控效率；判断正面冷门话题传播途径是否正常，防止正面冷门话题在传播过程中演变成负面话题，也对正面冷门话题进行分析，有利于冷门话题的影响力提高，增加网络正面话题传播的效率。
1.一种基于数据分析的网络舆情管控系统，其特征在于，包括舆情管控平台，舆情管控平台内设置有服务器，服务器通讯连接有舆情判定单元、舆情监测单元、平台监测单元、效应分析单元以及调节控制单元；
舆情管理平台用于对网络内的舆情进行监测管控，服务器生成舆情监测信号并将舆情监测信号发送至舆情监测单元，舆情监测单元用于对网络实时话题进行分析监测；通过分析将实时话题划分为热门话题和冷门话题并将热门话题和冷门话题发送至服务器，服务器接收到热门话题和冷门话题后，生成舆情判定信号并将舆情判定信号发送至舆情判定单元，舆情判定单元用于对热门话题和冷门话题进行多类型影响判断；通过分析将热门话题和冷门话题细化为负面热门话题、正面热门话题、负面冷门话题以及正面冷门话题；通过效应分析单元对正面热门话题进行效应分析；通过平台监测单元对正面冷门话题的传播途径进行分析监测；通过调节控制单元对负面热门话题以及负面冷门话题进行控制；
采集到网络内的实时话题，并将实时话题设置标号i，i为大于1的自然数，设置监测时间，采集到监测时间内实时话题所出现的网页次数、实时访问人数以及话题对应评论数量，并将监测时间内实时话题所出现的网页次数、实时访问人数以及话题对应评论数量分别标记为CSi、RSi以及SLi；通过公式 获取到监测时间内实时话题的影响分析系数Xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0；将监测时间内实时话题的影响分析系数与影响分析系数阈值进行比较：若监测时间内实时话题的影响分析系数≥影响分析系数阈值，则判断对应实时话题影响力大，将对应实时话题标记为热门话题；若监测时间内实时话题的影响分析系数＜影响分析系数阈值，则判断对应实时话题影响力小，将对应实时话题标记为冷门话题；将热门话题和冷门话题发送至服务器；
采集到网络内历史话题对应议论人数以及历史话题活跃时长，并将网络内历史话题对应议论人数以及历史话题活跃时长分别与议论人数阈值和活跃时长阈值进行比较，若历史话题对应议论人数超过议论人数阈值，且历史话题活跃时长小于活跃时长阈值，则将对应历史话题标记为负面历史话题；若历史话题对应议论人数小于议论人数阈值，且历史话题活跃时长大于活跃时长阈值，则将对应历史话题标记为正面历史话题；并对负面历史话题和正面历史话题分别进行关键字提取并构建负面关键字集合和正面关键字集合；
将热门话题和冷门话题进行关键字提取，若热门话题对应关键字与负面关键字集合内子集一致，则将对应热门话题标记为负面热门话题；若热门话题对应关键字与正面关键字集合内子集一致，则将对应热门话题标记为正面热门话题；若冷门话题对应关键字与负面关键字集合内子集一致，则将对应热门话题标记为负面冷门话题；若冷门话题对应关键字与正面关键字集合内子集一致，则将对应热门话题标记为正面冷门话题；将负面热门话题、正面热门话题、负面冷门话题以及正面冷门话题发送至服务器；
采集到正面热门话题的实时参与谈论人数的增长速度与网络内持续的时长，并将正面热门话题的实时参与谈论人数的增长速度与网络内持续的时长分别与增长速度阈值和持续时长阈值进行比较：若正面热门话题的实时参与谈论人数的增长速度大于增长速度阈值，且网络内持续的时长大于持续时长阈值，则判定对应正面热门话题网络传播效率合格，生成传播效率合格信号并将传播效率合格信号发送至服务器；
若正面热门话题的实时参与谈论人数的增长速度小于增长速度阈值或者网络内持续的时长小于持续时长阈值，则判定对应正面热门话题网络传播效率不合格，生成传播效率不合格信号并将传播效率不合格信号发送至服务器；服务器接收到传播效率不合格信号后，将对应正面热门话题发送至调节控制单元，调节控制单元将对应正面热门话题的限制流量对应数值扩大，并增加正面热门话题的推送次数。
2.根据权利要求1所述的一种基于数据分析的网络舆情管控系统，其特征在于，平台监测单元的监测过程如下：
采集到正面冷门话题对应转载网络平台，并将对应转载网络平台标记为k，k为大于1的自然数，采集到转载网络平台的注册用户终端数量、接收到差评数量以及日常平均产生流量值，并将转载网络平台的注册用户终端数量、接收到差评数量以及日常平均产生流量值分别标记为ZSLk、JCPk以及LLZk；通过分析获取到转载网络平台的可信度分析系数Ck，将转载网络平台的可信度分析系数与可信度分析系数进行比较：若转载网络平台的可信度分析系数≥可信度分析系数，则判定转载网络平台不适合对应正面冷门话题，并将对应转载网络平台标记为消极平台；若转载网络平台的可信度分析系数＜可信度分析系数，则判定转载网络平台适合对应正面冷门话题，并将对应转载网络平台标记为积极平台；
将对应正面冷门话题的消极平台和积极平台发送至服务器；服务器接收到正面冷门话题以及对应的消极平台和积极平台后，生成转载调节信号并将转载调节信号发送至调节控制单元，调节控制单元接收到转载调节信号后，将正面冷门话题的消极平台对应转载间隔时长进行时间限制增加，且减短正面冷门话题的积极平台转载间隔时长。
一种基于数据分析的网络舆情管控系统
技术领域
[0001] 本发明涉及网络舆情管控技术领域，具体为一种基于数据分析的网络舆情管控系统。
背景技术
[0002] 随着互联网的快速发展，网络媒体作为一种新的信息传播形式，已深入人们的日常生活，网友言论活跃已达到前所未有的程度，不论是国内还是国际重大事件，都能马上形成网上舆论，涉军涉警事件更是成为部分网民炒作对象，通过这种网络来表达观占、传播思想，进而产生巨大的舆论压力，达到任何部门、机构都无法忽视的地步，可以说，互联网已成为思想文化信息的集散地和社会舆论的放大器。
[0003] 但是在现有技术中，对于网络内的实时话题无法及时分析，导致舆论管控效率降低，同时针对于正面热门话题无法对其舆论效应进行分析，不能够准确判断正面话题的宣传效应；此外，不能够对正面冷门话题进行分析，判断正面冷门话题传播问题，不利于网络内正面舆论的传播。
[0004] 针对上述的技术缺陷，现提出一种解决方案。
发明内容
[0005] 本发明的目的就在于为了解决的问题，而提出一种基于数据分析的网络舆情管控系统，将话题进行影响判定，从而针对话题的影响类型针对性管控，有效防止负面话题持续议论，有利于降低网络进行负面话题处理的工作强度；对正面热门话题进行效应分析，判断正面热门话题的实时舆论效应，提高了正面热门话题的宣传效率，对网络舆情起到促进作用，提高了舆情管控效率；判断正面冷门话题传播途径是否正常，防止正面冷门话题在传播过程中演变成负面话题，也对正面冷门话题进行分析，有利于冷门话题的影响力提高，增加网络正面话题传播的效率。
[0006] 本发明的目的可以通过以下技术方案实现：
[0007] 一种基于数据分析的网络舆情管控系统，包括舆情管控平台，舆情管控平台内设置有服务器，服务器通讯连接有舆情判定单元、舆情监测单元、平台监测单元、效应分析单元以及调节控制单元；
[0008] 舆情管理平台用于对网络内的舆情进行监测管控，服务器生成舆情监测信号并将舆情监测信号发送至舆情监测单元，舆情监测单元用于对网络实时话题进行分析监测；通过分析将实时话题划分为热门话题和冷门话题并将热门话题和冷门话题发送至服务器，服务器接收到热门话题和冷门话题后，生成舆情判定信号并将舆情判定信号发送至舆情判定单元，舆情判定单元用于对热门话题和冷门话题进行多类型影响判断；通过分析将热门话题和冷门话题细化为负面热门话题、正面热门话题、负面冷门话题以及正面冷门话题；通过效应分析单元对正面热门话题进行效应分析；通过平台监测单元对正面冷门话题的传播途径进行分析监测；通过调节控制单元对负面热门话题以及负面冷门话题进行控制。
[0009] 作为本发明的一种优选实施方式，舆情监测单元的监测过程如下：
[0010] 采集到网络内的实时话题，并将实时话题设置标号i，i为大于1的自然数，设置监测时间，采集到监测时间内实时话题所出现的网页次数、实时访问人数以及话题对应评论数量，并将监测时间内实时话题所出现的网页次数、实时访问人数以及话题对应评论数量分别标记为CSi、RSi以及SLi；通过分析获取到监测时间内实时话题的影响分析系数Xi，将监测时间内实时话题的影响分析系数与影响分析系数阈值进行比较：
[0011] 若监测时间内实时话题的影响分析系数≥影响分析系数阈值，则判断对应实时话题影响力大，将对应实时话题标记为热门话题；若监测时间内实时话题的影响分析系数＜影响分析系数阈值，则判断对应实时话题影响力小，将对应实时话题标记为冷门话题；将热门话题和冷门话题发送至服务器。
[0012] 作为本发明的一种优选实施方式，舆情判定单元的判断过程如下：
[0013] 采集到网络内历史话题对应议论人数以及历史话题活跃时长，并将网络内历史话题对应议论人数以及历史话题活跃时长分别与议论人数阈值和活跃时长阈值进行比较，若历史话题对应议论人数超过议论人数阈值，且历史话题活跃时长小于活跃时长阈值，则将对应历史话题标记为负面历史话题；若历史话题对应议论人数小于议论人数阈值，且历史话题活跃时长大于活跃时长阈值，则将对应历史话题标记为正面历史话题；并对负面历史话题和正面历史话题分别进行关键字提取并构建负面关键字集合和正面关键字集合；
[0014] 将热门话题和冷门话题进行关键字提取，若热门话题对应关键字与负面关键字集合内子集一致，则将对应热门话题标记为负面热门话题；若热门话题对应关键字与正面关键字集合内子集一致，则将对应热门话题标记为正面热门话题；若冷门话题对应关键字与负面关键字集合内子集一致，则将对应热门话题标记为负面冷门话题；若冷门话题对应关键字与正面关键字集合内子集一致，则将对应热门话题标记为正面冷门话题；将负面热门话题、正面热门话题、负面冷门话题以及正面冷门话题发送至服务器。
[0015] 作为本发明的一种优选实施方式，效应分析单元的效应分析过程如下：
[0016] 采集到正面热门话题的实时参与谈论人数的增长速度与网络内持续的时长，并将正面热门话题的实时参与谈论人数的增长速度与网络内持续的时长分别与增长速度阈值和持续时长阈值进行比较：
[0017] 若正面热门话题的实时参与谈论人数的增长速度大于增长速度阈值，且网络内持续的时长大于持续时长阈值，则判定对应正面热门话题网络传播效率合格，生成传播效率合格信号并将传播效率合格信号发送至服务器；
[0018] 若正面热门话题的实时参与谈论人数的增长速度小于增长速度阈值或者网络内持续的时长小于持续时长阈值，则判定对应正面热门话题网络传播效率不合格，生成传播效率不合格信号并将传播效率不合格信号发送至服务器；服务器接收到传播效率不合格信号后，将对应正面热门话题发送至调节控制单元，调节控制单元将对应正面热门话题的限制流量对应数值扩大，并增加正面热门话题的推送次数。
[0019] 作为本发明的一种优选实施方式，平台监测单元的监测过程如下：
[0020] 采集到正面冷门话题对应转载网络平台，并将对应转载网络平台标记为k，k为大于1的自然数，采集到转载网络平台的注册用户终端数量、接收到差评数量以及日常平均产生流量值，并将转载网络平台的注册用户终端数量、接收到差评数量以及日常平均产生流量值分别标记为ZSLk、JCPk以及LLZk；通过分析获取到转载网络平台的可信度分析系数Ck，将转载网络平台的可信度分析系数与可信度分析系数进行比较：
[0021] 若转载网络平台的可信度分析系数≥可信度分析系数，则判定转载网络平台不适合对应正面冷门话题，并将对应转载网络平台标记为消极平台；若转载网络平台的可信度分析系数＜可信度分析系数，则判定转载网络平台适合对应正面冷门话题，并将对应转载网络平台标记为积极平台；
[0022] 将对应正面冷门话题的消极平台和积极平台发送至服务器；服务器接收到正面冷门话题以及对应的消极平台和积极平台后，生成转载调节信号并将转载调节信号发送至调节控制单元，调节控制单元接收到转载调节信号后，将正面冷门话题的消极平台对应转载间隔时长进行时间限制增加，且减短正面冷门话题的积极平台转载间隔时长。
[0023] 与现有技术相比，本发明的有益效果是：
[0024] 本发明中，判断实时话题的关注程度，并对具有影响力的话题进行实时监测，防止出现舆情获取不及时，导致网络内实时舆情管控效率降低；将话题进行影响判定，从而针对话题的影响类型针对性管控，有效防止负面话题持续议论，有利于降低网络进行负面话题处理的工作强度；对正面热门话题进行效应分析，判断正面热门话题的实时舆论效应，提高了正面热门话题的宣传效率，对网络舆情起到促进作用，提高了舆情管控效率；判断正面冷门话题传播途径是否正常，防止正面冷门话题在传播过程中演变成负面话题，也对正面冷门话题进行分析，有利于冷门话题的影响力提高，增加网络正面话题传播的效率。
附图说明
[0025] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026] 图1为本发明一种基于数据分析的网络舆情管控系统的原理框图。
具体实施方式
[0027] 下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0028] 请参阅图1所示，一种基于数据分析的网络舆情管控系统，包括舆情管控平台，舆情管控平台内设置有服务器，服务器通讯连接有舆情判定单元、舆情监测单元、平台监测单元、效应分析单元以及调节控制单元；
[0029] 舆情管理平台用于对网络内的舆情进行监测管控，服务器生成舆情监测信号并将舆情监测信号发送至舆情监测单元，舆情监测单元用于对网络实时话题进行分析监测，从而判断实时话题的关注程度，并对具有影响力的话题进行实时监测，防止出现舆情获取不及时，导致网络内实时舆情管控效率降低，具体分析监测过程如下：
[0030] 采集到网络内的实时话题，并将实时话题设置标号i，i为大于1的自然数，设置监测时间，采集到监测时间内实时话题所出现的网页次数、实时访问人数以及话题对应评论数量，并将监测时间内实时话题所出现的网页次数、实时访问人数以及话题对应评论数量分别标记为CSi、RSi以及SLi；通过公式 获取到监测时间内实时话题的影响分析系数Xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0；
实时话题的影响分析系数是将实时话题的参数进行归一化处理得到一个用于判定实时话题影响力的数值；通过公式可得所出现的网页次数、实时访问人数以及话题对应评论数量越大，则实时话题的影响分析系数越大，表示实时话题在网络内的影响力大；
[0031] 将监测时间内实时话题的影响分析系数与影响分析系数阈值进行比较：
[0032] 若监测时间内实时话题的影响分析系数≥影响分析系数阈值，则判断对应实时话题影响力大，将对应实时话题标记为热门话题；若监测时间内实时话题的影响分析系数＜影响分析系数阈值，则判断对应实时话题影响力小，将对应实时话题标记为冷门话题；
[0033] 将热门话题和冷门话题发送至服务器；
[0034] 服务器接收到热门话题和冷门话题后，生成舆情判定信号并将舆情判定信号发送至舆情判定单元，舆情判定单元用于对热门话题和冷门话题进行多类型影响判断，多类型影响包括正面影响和负面影响；将话题进行影响判定，从而针对话题的影响类型针对性管控，有效防止负面话题持续议论，有利于降低网络进行负面话题处理的工作强度，具体判断过程如下：
[0035] 采集到网络内历史话题对应议论人数以及历史话题活跃时长，并将网络内历史话题对应议论人数以及历史话题活跃时长分别与议论人数阈值和活跃时长阈值进行比较，若历史话题对应议论人数超过议论人数阈值，且历史话题活跃时长小于活跃时长阈值，则将对应历史话题标记为负面历史话题；若历史话题对应议论人数小于议论人数阈值，且历史话题活跃时长大于活跃时长阈值，则将对应历史话题标记为正面历史话题；并对负面历史话题和正面历史话题分别进行关键字提取并构建负面关键字集合和正面关键字集合；
[0036] 将热门话题和冷门话题进行关键字提取，若热门话题对应关键字与负面关键字集合内子集一致，则将对应热门话题标记为负面热门话题；若热门话题对应关键字与正面关键字集合内子集一致，则将对应热门话题标记为正面热门话题；若冷门话题对应关键字与负面关键字集合内子集一致，则将对应热门话题标记为负面冷门话题；若冷门话题对应关键字与正面关键字集合内子集一致，则将对应热门话题标记为正面冷门话题；
[0037] 将负面热门话题、正面热门话题、负面冷门话题以及正面冷门话题发送至服务器；服务器接收到正面热门话题后生成效应分析信号并将效应分析信号发送至效应分析单元，效应分析单元用于对正面热门话题进行效应分析，判断正面热门话题的实时舆论效应，提高了正面热门话题的宣传效率，对网络舆情起到促进作用，提高了舆情管控效率，具体效应分析过程如下：
[0038] 采集到正面热门话题的实时参与谈论人数的增长速度与网络内持续的时长，并将正面热门话题的实时参与谈论人数的增长速度与网络内持续的时长分别与增长速度阈值和持续时长阈值进行比较：
[0039] 若正面热门话题的实时参与谈论人数的增长速度大于增长速度阈值，且网络内持续的时长大于持续时长阈值，则判定对应正面热门话题网络传播效率合格，生成传播效率合格信号并将传播效率合格信号发送至服务器；
[0040] 若正面热门话题的实时参与谈论人数的增长速度小于增长速度阈值或者网络内持续的时长小于持续时长阈值，则判定对应正面热门话题网络传播效率不合格，生成传播效率不合格信号并将传播效率不合格信号发送至服务器；服务器接收到传播效率不合格信号后，将对应正面热门话题发送至调节控制单元，调节控制单元将对应正面热门话题的限制流量对应数值扩大，并增加正面热门话题的推送次数；
[0041] 服务器接收到正面冷门话题后，生成平台监测信号并将平台监测信号发送至平台监测单元，平台监测单元用于对正面冷门话题的传播途径进行分析监测，判断正面冷门话题传播途径是否正常，防止正面冷门话题在传播过程中演变成负面话题，也对正面冷门话题进行分析，有利于冷门话题的影响力提高，增加网络正面话题传播的效率，具体监测过程如下：
[0042] 采集到正面冷门话题对应转载网络平台，并将对应转载网络平台标记为k，k为大于1的自然数，采集到转载网络平台的注册用户终端数量、接收到差评数量以及日常平均产生流量值，并将转载网络平台的注册用户终端数量、接收到差评数量以及日常平均产生流量值分别标记为ZSLk、JCPk以及LLZk；通过公式 获取到转载网络平台的可信度分析系数Ck，其中，b1、b2以及b3均为预设比例系数，且b1＞b2＞b3＞0，β为误差修正因子，取值为1.35；转载网络平台的可信度分析系数是将转载网络平台的参数进行归一化处理得到一个用于判定转载网络平台话题转载可信度的数值；通过公式可得转载网络平台的注册用户终端数量以及日常平均产生流量值越大，接收到差评数量越小，则转载网络平台的可信度分析系数越大，表示对应正面冷门话题的转载网络平台可信度越高；
[0043] 将转载网络平台的可信度分析系数与可信度分析系数进行比较：
[0044] 若转载网络平台的可信度分析系数≥可信度分析系数，则判定转载网络平台不适合对应正面冷门话题，并将对应转载网络平台标记为消极平台；若转载网络平台的可信度分析系数＜可信度分析系数，则判定转载网络平台适合对应正面冷门话题，并将对应转载网络平台标记为积极平台；
[0045] 将对应正面冷门话题的消极平台和积极平台发送至服务器；
[0046] 服务器接收到正面冷门话题以及对应的消极平台和积极平台后，生成转载调节信号并将转载调节信号发送至调节控制单元，调节控制单元接收到转载调节信号后，将正面冷门话题的消极平台对应转载间隔时长进行时间限制增加，且减短正面冷门话题的积极平台转载间隔时长；
[0047] 服务器接收到负面热门话题以及负面冷门话题后，生成负面控制信号并将负面控制信号发送至调节控制单元，调节控制单元接收到负面控制信号后，将负面热门话题和负面冷门话题的转载量进行限制，同时对负面热门话题和负面冷门话题对应评论窗口进行封闭。
[0048] 上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；
[0049] 本发明在使用时，通过舆情管理平台对网络内的舆情进行监测管控，服务器生成舆情监测信号并将舆情监测信号发送至舆情监测单元，通过舆情监测单元对网络实时话题进行分析监测；通过分析将实时话题划分为热门话题和冷门话题并将热门话题和冷门话题发送至服务器，服务器接收到热门话题和冷门话题后，生成舆情判定信号并将舆情判定信号发送至舆情判定单元，舆情判定单元用于对热门话题和冷门话题进行多类型影响判断；通过分析将热门话题和冷门话题细化为负面热门话题、正面热门话题、负面冷门话题以及正面冷门话题；通过效应分析单元对正面热门话题进行效应分析；通过平台监测单元对正面冷门话题的传播途径进行分析监测；通过调节控制单元对负面热门话题以及负面冷门话题进行控制。
[0050] 以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
