专利分类
专利分类

SOAR模型的网络舆情预测方法专利

专利号:201710550872.9

销售价
1500
SOAR模型的网络舆情预测方法专利二维码
  • 累计销量0
  • 浏览次数46
  • 累计评论0
首页

专利名称:SOAR模型的网络舆情预测方法

技术领域:SOAR模型,网络舆情

IPC主分类号:G06F17/30

申请号:CN201710550872.9

公开日:2017-12-26

说明书

基于SOAR模型的网络舆情预测方法

技术领域

[0001] 本发明涉及一种网络舆情的预测技术,具体涉及一种基于SOAR模型的突发事件中微博网络舆情的预测方法。

背景技术

[0002] 随着Web2.0技术的发展,人们可以自由的在网络上发表自己的言论和看法,网络已经深入介入各种社会事件产生、发展和变化的过程中。微博等新媒体已经成为网络舆情的重要舆论场。网络舆情对于社会公共事件的发展有着重要的影响,网民群体的负面情感是网络舆情的重要特征之一,一个负面信息的发表会导致更多负面信息产生(发表、转发和评论),负面情感将会在整个网络中蔓延,使舆情事件往不利于社会稳定的方向发展。研究有效的网络舆情预测方法以帮助政府决策和维护社会稳定具有重要的意义。Banerjee等人基于物理学粒子交互视角提出 Krause-Hegselmann模型,采用简单且固定的交互模式,模拟网络舆情演变过程中的微观现象。但是该方法缺乏与实际管理需求相结合的综合研究,缺乏对网民负面情感行为决策的研究,尤其缺少结合政府应急管理对网民群体行为决策的建模与仿真研究。

发明内容

[0003] 本发明的目的在于提供一种基于SOAR模型的网络舆情预测方法,预测不同网络舆情阶段、不同政府应急响应措施下对网民行为的影响。
[0004] 实现本发明目的的技术解决方案为:基于SOAR模型的网络舆情预测方法,包括以下步骤:
[0005] 步骤1、采集多个典型网络舆情突发事件的微博数据,存储到数据库中;
[0006] 步骤2、对数据进行清洗和整理,剔除媒体、官微发布的微博数据,得到普通网民发布的微博数据;
[0007] 步骤3、对普通网民发布的微博数据进行加工,包括:对网民进行分类;对网民群体行为进行情感标注,得到微博数据的非负面情感或负面情感;按日统计微博数量,划分网络舆情演变阶段;归纳不同阶段政府采取的应急管理措施;统计政府采取措施前后不同类别网民的总体情感倾向,以及对应的偏好值;
[0008] 步骤4、根据加工数据构建长期记忆规则库:用网络舆情演变阶段、在该阶段政府采取的应急响应措施、网民总体情感倾向表示条件,用网民群体行为表示动作,用条件和动作之间的关联表示规则,用规则相应的偏好值表示规则的偏好,用规则和其相应的偏好分别构建不同类型网民的长期记忆规则库;
[0009] 步骤5、获取网民群体的工作记忆:采集待预测的网络舆情突发事件的微博数据,采用步骤2和步骤3方法进行加工,得到网民种类、对应的网络舆情演变阶段、在该阶段政府采取的应急响应措施、网络舆情演变阶段开始时的网民总体情感倾向构建初始工作记忆;
[0010] 步骤6、根据获取的工作记忆元素与长期记忆规则进行匹配:选择任一网民,其工作记忆元素为当前状态下网民群体工作记忆,每一条规则的条件用来和工作记忆元素匹配,如果匹配成功,则将匹配成功的规则条件加入候选集,否则,采用降低匹配精度的方法生成新规则加入长期记忆规则库再次进行匹配;
[0011] 步骤7、使用偏好知识对候选集的元素进行评估:若候选集元素唯一,则根据长期记忆规则输出对应的行为,否则,根据偏好值对候选元素进行排序,选择偏好值最大的候选元素,根据长期记忆规则输出对应的行为;
[0012] 步骤8、更新网民群体工作记忆:统计当前状态下网民群体负面情感比例,得出新的网民总体情感倾向,以当前状态的网络舆情演变阶段,在该阶段政府采取的应急响应措施和网民总体情感倾向更新网民群体工作记忆;
[0013] 步骤9、预测对应网络舆情演变阶段的网民总体情感倾向:重复步骤6、步骤7和步骤8,计算对应网络舆情演变阶段中每个网民的情感倾向,实时统计对应网络舆情演变阶段的负面情感比例,预测最终的网民总体情感倾向。
[0014] 本发明与现有技术相比,其显著优点是:本发明将政府应急管理宏观理论与微观网民行为研究相结合,能够根据不同网络舆情阶段、不同政府应急响应措施预测网民总体情感倾向。

附图说明

[0015] 图1是SOAR Agent模型总体框架图。
[0016] 图2是网络舆情演变过程图。
[0017] 图3是长期记忆形成过程图。
[0018] 图4是网民群体工作记忆示意图。
[0019] 图5是本发明的算法流程图。

具体实施方式

[0020] 下面结合附图和具体实施例进一步阐述本发明方案。
[0021] 基于SOAR模型的网络舆情预测方法,具体步骤如下:
[0022] 步骤1、采集食品安全、公共安全、社会生活3个领域的多个典型网络舆情突发事件的微博数据,存储到数据库中,所述微博数据包括微博原文数据、与其相关的评论数据和转发数据;
[0023] 步骤2、对数据进行清洗和整理,剔除媒体、官微发布的微博数据,得到普通网民发布的微博数据;
[0024] 步骤3、对普通网民发布的微博数据进行加工,包括:
[0025] (1)对网民进行分类:根据微博原文数据及其相应的评论数据和转发数据中的网民ID,把只发表微博,不转发和评论他人微博的网民划为Me-former类,把既发表微博,也评论或转发他人微博的网民划为In-former类。
[0026] (2)对网民群体行为进行情感标注,得到微博数据为非负面情感或负面情感;此处的网民群体行为是网民所发微博数据,网民群体行为分为两类:发负面微博和发非负面微博。
[0027] (3)按日统计微博数量,构建事件发展曲线图,根据曲线拐点划分网络舆情演变阶段,如图2所示,网络舆情演变阶段包括产生、爆发、成熟和衰退四个阶段;
[0028] (4)归纳不同阶段政府采取的应急管理措施,对政府应急管理措施进行归类,本申请根据Commbs,Yan等人的研究将政府在网络舆情演变的不同阶段采取的应急策略分为:Deny(否认)、Diminish(减弱),Rebuild(修复)、Reinforce(加强),具体细节参照表1;
[0029] 表1.政府应急管理措施归纳
[0030]
[0031]
[0032] (5)统计政府采取措施前后网民总体情感倾向,即统计各阶段各类网民负面情感比例与正面情感比例,负面情感比例大于正面情感比例时,网民总体情感倾向为负面,否则为非负面,对应的比例值为相应的偏好值,偏好值计算公式如下:
[0033]
[0034] 步骤4、根据加工数据构建长期记忆规则库:用网络舆情演变阶段、在该阶段政府采取的应急响应措施、网民总体情感倾向表示条件,用网民群体行为表示动作,用条件和动作之间的关联表示规则,用相应的偏好值作为规则的偏好,用规则和其相应的偏好分别构建不同类型网民的长期记忆规则库,长期记忆形成过程如图3所示。
[0035] 长期记忆规则库是储存成果的区域,主要负责控制行为。长期记忆知识用 if-then形式表示一组条件(即规则的“if”部分)和一组动作(即规则的“then”部分)之间的关联。偏好知识表示网民有多大意愿选择这种动作,它决定了之后匹配得到的候选集中的候选元素的选择。
[0036] 步骤5、获取网民群体的工作记忆:采集待预测的网络舆情突发事件的微博数据,采用步骤2和步骤3方法进行加工,得到网民种类、对应的网络舆情演变阶段、在该阶段政府采取的应急响应措施、网络舆情演变阶段开始时的网民总体情感倾向构建初始工作记忆;
[0037] 在SOAR模型中,工作记忆存储了与当前状态有关的知识,工作记忆由工作记忆元素组成,每个工作记忆元素用三元组表示,此方法中某个状态的工作记忆可以表示如图4。网民群体从外部网络环境中感知信息存储到工作记忆中,包括感知到的网络舆情演变阶段、在该阶段政府采取的应急响应措施和网络环境中网民总体情感倾向,然后在工作记忆中对信息进行编码,与长期记忆规则匹配,选择合适的行为输出。外部影响因素和可能的行为做为工作记忆的输入和输出,如表2所示。
[0038] 表2.工作记忆的输入与输出
[0039]
[0040] 步骤6、根据获取的工作记忆元素与长期记忆规则进行匹配:选择任一网民,其工作记忆元素为当前网民群体工作记忆,每一条规则的条件用来和工作记忆元素匹配,如果匹配成功,则将匹配成功的规则条件加入候选集,否则,采用降低匹配精度的方法生成新规则加入长期记忆规则库再次进行匹配,此处匹配精度是规则的条件与工作记忆元素匹配的比例,降低匹配精度即减少规则的条件。
[0041] 步骤7、使用偏好知识对候选集的元素进行评估:若候选集元素唯一,则直接根据长期记忆规则输出对应的行为,否则,根据偏好值对候选元素进行排序,选择偏好值最大的候选元素,根据长期记忆规则输出对应的行为。
[0042] 步骤8、更新网民群体工作记忆:统计当前状态下网民群体负面情感比例,得出新的网民总体情感倾向,以当前状态的网络舆情演变阶段,在该阶段政府采取的应急响应措施和网民总体情感倾向更新网民群体工作记忆。
[0043] 步骤9、预测对应网络舆情演变阶段的网民总体情感倾向:重复步骤6、步骤7和步骤8,计算对应网络舆情演变阶段中每个网民的情感倾向,实时统计对应网络舆情演变阶段的负面情感比例,预测最终的网民总体情感倾向。
[0044] 实施例1:
[0045] 步骤1、从新浪微博上采集包括食品安全事件、社会类事件,公共安全类事件的微博数据,整理后保存到数据库,总计7个事件,114768个微博用户,139060 条微博数据。
[0046] 步骤2、对舆情事件实际数据统计分析得到长期记忆规则:首先根据网民特征属性将网民分为Me-formers与In-formers类,通过真实数据对每类网民工作记忆中的输入属性和输出属性进行描述,输入属性包括网络舆情发展阶段、政府应急管理措施、网民总体情感倾向,输出属性即网民群体行为,输入属性与输出属性的组合被归纳出来形成规则,相应的偏好值,即网民有多大意愿选择这种行为,作为规则的偏好。
[0047] Me-former类初始化长期记忆规则如表3所示,In-former类初始化长期记忆规则如表4所示,其中OP表示为网络舆情发展阶段(Network Public Opinion Development Phase),OP的值和编码为:产生/爆发/成熟/衰退(1/2/3/4);GR表示政府应急管理措施(Government Response),GR的值和编码为:否认/减少/ 重建/加强(1/2/3/4);ET表示网民总体情感倾向(Emotion Tendency),ET的值和编码为:负面/非负面(1/2);AC表示网民群体行为(Action),AC的值和编码为:发布负面信息/发布非负面信息(1/2)。以R111为例,条件OP(1)and GR(1)and ET(2),行为AC(1),偏好O.79,表示对于Me—formers类型网民,在舆情事件在产生阶段,政府采取Deny策略,当前网民总体情感倾向为非负面的情况下,采取发表负面信息的行为的偏好为0.79。注:规则编号无任何实际含义。
[0048] 表3.Me-formers类网民长期记忆初始规则
[0049]
[0050]
[0051]
[0052] 表4.In-formers类网民长期记忆初始规则
[0053]
[0054]
[0055] 步骤3、获取网民群体的工作记忆:采集“某某被打事件”的微博数据,获取网民的种类、对应的网络舆情演变阶段、在该阶段政府采取的应急响应措施、网络舆情演变阶段开始时的网民总体情感倾向构建初始工作记忆;
[0056] 步骤4、首先在NetLogo仿真平台上进行步骤6根据获取的工作记忆元素与长期记忆规则进行匹配,使用偏好知识对候选集的元素进行评估输出相应的行为,然后更新网民群体工作记忆,最后统计对应网络舆情演变阶段每个网民的情感倾向,预测最终的网民群体情感倾向。
[0057] 具体仿真涉及的变量和函数如表5所示:
[0058] 表5.仿真中的变量与函数
[0059]
[0060] 仿真过程如图5所示,根据真实数据统计的每个阶段开始时不同类别网民比例及其情感比例设置仿真初始值,结合归纳总结得到的长期记忆规则,使用建立的仿真平台进行仿真,得到不同阶段仿真下的网民负面情感比例,根据实验得到实际数据负面情感比例与仿真结果情感比例比较如表6所示,可以看出,实际数据与仿真结果之间的偏差较小,当仿真实验收敛后,不同阶段不同类别网民负面情感比例与实际数据统计结果基本相似。上面的数据和分析表明,本方法中长期记忆规则符合中国网络舆情演变过程中网民负面情感行为转换的规律,使用 SOAR Agent模型的决策机制可以反映网民在政府不同的应急管理措施下的实际行为转换过程,这说明此方法的有效性。
[0061] 表6.实际数据负面情感比例与仿真结果负面情感比例比较
[0062]

SOAR模型的网络舆情预测方法委托购买说明

填写需求表单支付预付款

平台根据需求优化购买方案

确认购买方案支付尾款

平台办理变更等待成功通知

SOAR模型的网络舆情预测方法购买流程说明

发起委托,需要先支付100元预付款,委托不成功,全额退返预付款;

平台收到需求后,会在第一时间联系您,给到您最佳购买方案;

您在确认购买方案后,需支付全额专利购买费,预付款可抵扣购买费,专利购买费具体参见下方表格;

平台确认收款后,将帮您办理专利购买、专利过户等全流程手续;

平台代购专利失败,将全额退返专利购买费,包括预付款;

SOAR模型的网络舆情预测方法专利购买费用

授权未缴费=专利裸价+著录项变更(200元)+登办费(当年年费+5元印花税)+恢复权利请求费1000元(按实收)+委托服务费(200元)+税金(专利裸价+委托服务费)x6%

已下证=专利裸价+著录项变更(200元)+滞纳金(按实收)+恢复权利请求费1000元(按实收)+委托服务费(200元)+税金(专利裸价+委托服务费)x6%

SOAR模型的网络舆情预测方法购买费用说明

专利转让费用

专利买卖交易资料

Q:办理专利转让的流程及所需资料

A:专利权人变更需要办理著录项目变更手续,有代理机构的,变更手续应当由代理机构办理。

1:专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2:按规定缴纳著录项目变更手续费。

3:同时提交相关证明文件原件。

4:专利权转移的,变更后的专利权人委托新专利代理机构的,应当提交变更后的全体专利申请人签字或者盖章的委托书。更多

Q:专利著录项目变更费用如何缴交

A:(1)直接到国家知识产权局受理大厅收费窗口缴纳,(2)通过代办处缴纳,(3)通过邮局或者银行汇款,更多缴纳方式

Q:专利转让变更,最快多久能出结果

A:著录项目变更请求书递交后,一般1-2个月左右就会收到通知,国家知识产权局会下达《转让手续合格通知书》。

更多专利转让常见问题

动态评分

0.0

没有评分数据
没有评论数据
 
X 顶部大图