本發(fā)明涉及電數(shù)字數(shù)據(jù)處理領(lǐng)域，具體涉及一種基于ai技術(shù)的輿情風險確定系統(tǒng)。

背景技術(shù)：

1、隨著網(wǎng)絡的普及，越來越多的人在社交平臺中發(fā)布對公共事件的看法，若不對輿情進行正確的引導，容易產(chǎn)生輿情風險，加劇社會的沖突和撕裂，因此，需要一種能夠自動對輿情的監(jiān)測系統(tǒng)，并及時發(fā)現(xiàn)產(chǎn)生的輿情風險，使相關(guān)主體能夠提前做好對輿論的應對措施。

2、背景技術(shù)的前述論述僅意圖便于理解本發(fā)明。此論述并不認可或承認提及的材料中的任一種公共常識的一部分。

3、現(xiàn)在已經(jīng)開發(fā)出了很多輿情分析系統(tǒng)，經(jīng)過大量的檢索與參考，發(fā)現(xiàn)現(xiàn)有的輿情分析系統(tǒng)有如公開號為cn112395539b所公開的系統(tǒng)，這些系統(tǒng)方法一般包括步驟一、獲取互聯(lián)網(wǎng)上的輿情信息，利用文本抽取模型對輿情信息進行數(shù)據(jù)結(jié)構(gòu)化內(nèi)容提取抽取，得到數(shù)據(jù)結(jié)構(gòu)化內(nèi)容；步驟二、利用文檔主題生成模型對輿情信息生成文檔主題；步驟三、利用基于自然語言處理的短文本立場判定模型對輿情信息進行立場判定；步驟四、利用輿情傳播網(wǎng)絡溯源分析模型對輿情信息進行溯源分析，按照一定的時間間隔和溯源分析結(jié)果對用戶交互行為建立時序的網(wǎng)絡圖結(jié)構(gòu)快照，所述網(wǎng)絡圖結(jié)構(gòu)快照包括數(shù)據(jù)結(jié)構(gòu)化內(nèi)容、文檔主題和立場判定。但是該系統(tǒng)僅僅是對輿情信息進行溯源分析，并未對產(chǎn)生的輿情風險進行分析判斷，無法幫助相關(guān)主體做出更進一步的準備應對措施。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于，針對所存在的不足，提出了一種基于ai技術(shù)的輿情風險確定系統(tǒng)。

2、本發(fā)明采用如下技術(shù)方案：

3、一種基于ai技術(shù)的輿情風險確定系統(tǒng)，包括數(shù)據(jù)收集模塊、文本處理模塊、模型構(gòu)建模塊和綜合評級模塊；

4、所述數(shù)據(jù)收集模塊用于采集輿論信息，所述文本處理模塊用于對采集的輿論信息進行文本解析處理，所述模型構(gòu)建模塊用于對解析結(jié)果進行整理統(tǒng)計得到事件的輿情模型，所述綜合評估模塊用于對輿情模型進行綜合分析確定風險信息；

5、所述數(shù)據(jù)收集模塊包括平臺對接單元、數(shù)據(jù)篩選單元和文本存儲單元，所述平臺對接單元用于連接社交平臺，所述數(shù)據(jù)篩選單元用于篩選出輿論文本信息，所述文本存儲單元用于保存篩選出的輿論文本信息；

6、所述文本處理模塊包括短句拆解單元、關(guān)鍵詞匹配單元和情感解析單元，所述短句拆解單元用于將每個輿論文本信息拆解成多個短句，所述關(guān)鍵詞匹配單元用于將短句中的關(guān)鍵詞進行匹配處理，所述情感解析單元基于匹配結(jié)果解析得到每個輿論文本信息的情感評估值；

7、所述模型構(gòu)建模塊包括節(jié)點框架單元和節(jié)點特征單元，所述節(jié)點框架單元用于構(gòu)建模型框架并對情感評估值依附的事件節(jié)點進行部署，所述節(jié)點特征單元用于計算出每個事件節(jié)點的輿論特征；

8、所述綜合評級模塊包括權(quán)重評估單元、來源修正單元和風險評估單元，所述權(quán)重評估單元基于事件的討論規(guī)模評估得到每個事件的權(quán)重值，所述來源修正單元基于事件的信息來源對權(quán)重值進行修正，所述風險評估單元用于對輿情模型進行風險評估；

9、進一步的，所述情感解析單元包括情感分類處理器和情感評估處理器，所述情感分類處理器用于將短句基于情感色彩值進行分類處理，所述情感評估處理器用于計算出每個評論類型文本信息的情感評估值；

10、所述情感分類處理器將短句分為正面情感類、中立情感類和負面情感類；

11、所述情感評估處理器根據(jù)下式計算出每個評論類型文本信息的情感評估值ve：

12、；

13、其中，n1為正面情感類短句的數(shù)量，n2為中立情感類短句的數(shù)量，n3為負面情感類短句的數(shù)量；

14、當ve大于1時，設(shè)置ve為1，當ve小于0時，設(shè)置ve為0；

15、進一步的，所述節(jié)點特征單元包括均值計算處理器、標準差計算處理器和規(guī)模計算處理器，所述均值計算處理器用于計算出每個事件節(jié)點的情感評估值均值，所述標準差計算處理器用于計算出每個事件節(jié)點的情感評估值標準差，所述規(guī)模計算處理器用于計算出每個事件節(jié)點的討論規(guī)模指數(shù)；

16、進一步的，所述權(quán)重比較處理器根據(jù)下式計算出基準值w0：

17、；

18、其中，m為模型中事件節(jié)點的數(shù)量，ds(i)表示第i個事件節(jié)點的討論規(guī)模數(shù)量；

19、所述權(quán)重計算處理器根據(jù)下式計算出第i個事件節(jié)點的權(quán)重系數(shù)k(i)：

20、；

21、其中，為相對系數(shù)；

22、進一步的，所述風險評估單元包括風險計算處理器和反饋預警處理器，所述風險計算處理器用于計算出每個模型的輿情風險指數(shù)，所述反饋預警處理器基于輿情風險指數(shù)做出反饋；

23、所述風險計算處理器根據(jù)下式計算出輿情風險指數(shù)q：

24、；

25、其中，表示第i個事件節(jié)點的情感評估值均值，表示第i個事件節(jié)點的情感評估值標準差。

26、本發(fā)明所取得的有益效果是：

27、本系統(tǒng)通過多平臺數(shù)據(jù)收集，確保輿情數(shù)據(jù)的全面覆蓋，對報道文件進行短句拆分和關(guān)鍵詞匹配，實現(xiàn)精細化的輿情分析，利用ai技術(shù)技術(shù)進行情感分析和風險評估，提高輿情分析的準確性，結(jié)合來源評級和風險類型，提供多維度的綜合評估，確保輿情風險評估的全面性和可靠性，實時收集和分析數(shù)據(jù)，及時生成預警信息，幫助用戶快速響應輿情風險。

28、為使能更進一步了解本發(fā)明的特征及技術(shù)內(nèi)容，請參閱以下有關(guān)本發(fā)明的詳細說明與附圖，然而所提供的附圖僅用于提供參考與說明，并非用來對本發(fā)明加以限制。

技術(shù)特征：

1.一種基于ai技術(shù)的輿情風險確定系統(tǒng)，其特征在于，包括數(shù)據(jù)收集模塊、文本處理模塊、模型構(gòu)建模塊和綜合評級模塊；

2.如權(quán)利要求1所述的一種基于ai技術(shù)的輿情風險確定系統(tǒng)，其特征在于，所述情感解析單元包括情感分類處理器和情感評估處理器，所述情感分類處理器用于將短句基于情感色彩值進行分類處理，所述情感評估處理器用于計算出每個評論類型文本信息的情感評估值；

3.如權(quán)利要求2所述的一種基于ai技術(shù)的輿情風險確定系統(tǒng)，其特征在于，所述節(jié)點特征單元包括均值計算處理器、標準差計算處理器和規(guī)模計算處理器，所述均值計算處理器用于計算出每個事件節(jié)點的情感評估值均值，所述標準差計算處理器用于計算出每個事件節(jié)點的情感評估值標準差，所述規(guī)模計算處理器用于計算出每個事件節(jié)點的討論規(guī)模指數(shù)。

4.如權(quán)利要求3所述的一種基于ai技術(shù)的輿情風險確定系統(tǒng)，其特征在于，所述權(quán)重比較處理器根據(jù)下式計算出基準值w0：

5.如權(quán)利要求4所述的一種基于ai技術(shù)的輿情風險確定系統(tǒng)，其特征在于，所述風險評估單元包括風險計算處理器和反饋預警處理器，所述風險計算處理器用于計算出每個模型的輿情風險指數(shù)，所述反饋預警處理器基于輿情風險指數(shù)做出反饋；

技術(shù)總結(jié)
本發(fā)明提供了一種基于AI技術(shù)的輿情風險確定系統(tǒng)，涉及電數(shù)字數(shù)據(jù)處理領(lǐng)域，包括數(shù)據(jù)收集模塊、文本處理模塊、模型構(gòu)建模塊和綜合評級模塊，所述數(shù)據(jù)收集模塊用于采集輿論信息，所述文本處理模塊用于對采集的輿論信息進行文本解析處理，所述模型構(gòu)建模塊用于對解析結(jié)果進行整理統(tǒng)計得到事件的輿情模型，所述綜合評估模塊用于對輿情模型進行綜合分析確定風險信息；本系統(tǒng)能夠系統(tǒng)能夠?qū)浨閿?shù)據(jù)進行實時監(jiān)控和分析，通過多層次、多維度的分析模型，及時地確定輿情風險。

技術(shù)研發(fā)人員：張衛(wèi)平,楊平,何文剛,王丹,陳靜婷
受保護的技術(shù)使用者：環(huán)球數(shù)科股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26