买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都融微软件服务有限公司

摘要：本发明公开了社交网络舆情态势决策方法、装置、设备及介质，属于自然语言分析处理技术领域，该方法提出两阶段案例推理的自动推理决策，第一阶段基于已知社交网络舆情典型案例进行自动推理，第二阶段基于网络舆情差异案例增量式学习推理舆情知识，计算目标事件近邻案例集合和目标事件的近邻差异案例集合总体相似度，得到目标事件的舆情态势决策结果，根据舆情态势决策结果判定目标事件的舆情风险等级。本发明提出的基于两阶段案例推理的自动推理决策结构，具有良好的案例知识分析能力和隐性知识的挖掘性能，提高了决策的综合效能。

主权项：1.一种社交网络舆情态势决策方法，其特征在于，所述方法包括：输入一个待推理决策的网络舆情目标案例，执行两阶段案例推理；第一阶段的案例推理基于已知社交网络舆情典型案例进行自动推理，具体包括：计算已知案例与所述目标案例的条件特征属性综合相似度，并基于K最近邻方法检索出K个与所述目标案例最近邻的网络舆情事件案例，构成目标事件近邻案例集合；已知案例集合的建立方式包括：获取社交网络舆情历史事件信息，建立社交网络舆情历史事件的案例信息库；从所述信息库中抽取社交网络舆情事件的特征，建立社交网络舆情事件的已知案例集合，基于特征向量量化表征的方法将社交网络舆情事件描述为包括社交网络舆情事件的条件特征空间和社交网络舆情态势的决策特征空间的案例对形式，所述条件特征空间由多个社交网络舆情事件的条件特征向量组成，所述社交网络舆情事件的条件特征向量包括社交网络舆情主题类别、社交网络舆情事件类型、社交网络舆情事件原创主体粉丝数、社交网络舆情事件原创发文量、社交网络舆情事件传播影响的转发率、社交网络舆情事件传播影响的评论率、社交网络舆情事件传播影响的搜索率、社交网络舆情事件情感倾向强度和社交网络舆情事件持续时长中的一种或多种；构建已知案例的差异案例集合和目标事件的差异案例集合；所述已知案例的差异案例集合的构建方式包括：用K最近邻方法搜索每一个已知案例的K个已知最近邻案例，计算每一个已知最近邻案例与所述已知案例的差异值并构建对应差异案例，每一个所述对应差异案例的条件特征属性值为已知最近邻案例与所述已知案例的各个条件特征属性值的差值；所述目标事件的差异案例集合的构建方式包括：计算每一个目标事件近邻案例与目标案例的差异值并构建一个目标差异案例，每一个目标差异案例的决策特征属性值为目标事件近邻案例与所述目标案例的各个决策特征属性值的差值；第二阶段的案例推理基于网络舆情差异案例增量式学习推理舆情知识，具体包括：计算目标事件的差异案例与每一个已知差异案例的条件特征属性综合相似度，用K最近邻方法检索出K个与目标事件的差异案例最近邻的已知差异案例，构成目标事件的近邻差异案例集合；通过构建局部线性回归模型计算目标案例条件特征属性的局部变化率，和已知案例条件特征属性的局部变化率，构建目标案例的最近邻局部变化率差异案例集合；在完成两阶段案例推理后，根据所述目标事件近邻案例集合和所述目标事件的近邻差异案例集合，进行总体相似度计算；基于总体相似度计算结果，分别检索K个目标事件近邻案例与目标事件的近邻差异案例，取目标事件的近邻案例的决策特征属性均值和近邻差异案例的决策特征属性均值并且相加，计算得到目标事件的舆情态势决策结果，根据所述舆情态势决策结果和预设的等级量化决策特征空间判定所述目标事件的舆情风险等级。

全文数据：

权利要求：

百度查询： 成都融微软件服务有限公司 社交网络舆情态势决策方法、装置、设备及介质