申请/专利权人：上海品见智能科技有限公司

申请日：2020-11-16

公开（公告）日：2024-04-19

公开（公告）号：CN112347230B

主分类号：G06F16/33

分类号：G06F16/33;G06F16/953;G06F40/216;G06F40/242

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2021.04.02#实质审查的生效;2021.02.09#公开

摘要：本发明公开了一种基于Word2Vec的企业舆情数据分析方法，包括如下步骤：收集整理步骤、确定情感词典步骤和得出结论步骤，本发明方法通过Word2Vec扩充情感词典，并结合词频、文本长度和阅读量有效的分析文本情绪倾向，避免了未考虑文本长度和文本阅读量对分析情感倾向的影响。此外，本发明创造性地提出了一种基于Word2Vec的企业舆情数据分析方法，用于分析企业的舆论的情绪倾向，从而帮助企业或管理人员有效的分析舆情，进而避免品牌和客户信任危机。

主权项：1.一种基于Word2Vec的企业舆情数据分析方法，包括如下步骤：收集整理步骤、确定情感词典步骤和得出结论步骤；具体为，步骤1，收集整理步骤：定义文本训练集合停用词，并对文本数据集中每个中文文本分词和过滤停用词进行预处理，得到预处理后的文本训练集；步骤2，确定情感词典步骤：定义情感词典，并通过Word2Vec对预处理的文本集训练，结合余弦相似度算法对情感词典未收录的词补充，得到扩充情感词典；步骤3，得出结论步骤：通过扩充的情感词典和改进的情感词典计算方法，计算预处理后文本集的情感值，得到企业舆论的情感值；步骤1中，包括步骤1.1：定义文本数据Txt＝{txt1,txt2,……,txtnum}，其中，num为文本总数；步骤1.2：定义文本停用词集S＝{st1,st2,……,stsn}，其中,sn为停用词数量；步骤1.3：对Txt中文本分词并过滤停用词S，文本预处理后得ft＝{ft1,ft2,……,ftnum}，其中ftp＝{fw1,fw2,……,fwm}为第p篇文本分词后的集合，p∈[1,num]；步骤2中，包括步骤2.1：定义初始情感词典，包含情感词集ew＝{ew1,ew2,……,ews}和对应的情感值集步骤2.2：将文本集ft中每个文本去除重复词，得到词集t＝{t1,t2,……,tb}；步骤2.3：通过Word2Vec训练文本集ft得到t中各词的词向量，并以余弦相似度计算两两词之间的相似度，从而得到任意词相似度大于β的相似集和其对应的相似度其中，wb∈t，wb对应的相似度为其中β默认为0.7；步骤2.4：设c为循环变量，用于遍历词集t，并赋值为1；步骤2.5：当循环变量c＝b时，则执行步骤2.6，否则执行步骤2.10；步骤2.6：当且时，则执行步骤2.7，否则执行步骤2.9；步骤2.7：计算词tc的情感值，其公式为： 步骤2.8：将词tc加入情感ew＝ew∪{tc}，词典中；步骤2.9：循环变量c＝c+1，返回执行步骤2.5；步骤2.10：得到补充情感词集ew和对应的情感值集ev；步骤3中，包括步骤3.1：设r为循环变量，用于遍历文本集ft，并赋值为1；步骤3.2：当循环变量r＝num时，则执行步骤3.3，否则执行步骤3.5；步骤3.3：计算文本的情感值，其公式为： 式中，fj是词j在文本ftr中的词频，rcr是文本ftr的阅读量,min_rc和max_rc是文本集ft中最小和最大的阅读量，dlr是文本ftr的长度，avgdl是文本集ft中文本的平均长度；步骤3.4：循环变量r＝r+1，返回执行步骤3.2；步骤3.5：通过公式计算文本集ft中的情感值，得到企业舆论的情感值。

全文数据：

权利要求：

百度查询： 上海品见智能科技有限公司 一种基于Word2Vec的企业舆情数据分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD