一种网络爱国舆情事件跟踪、预测和疏导方法,首先使用网络爬虫系统爬取全网热门新闻网站和社交媒体,并通过BERT模型判断话题是否与爱国主义相关,并计算此话题在全网的流行度。系统通过LOF算法来识别突发热点事件,并对事件持续跟踪。使用结合长短期记忆网络(LSTM)和卷积神经网络(CNN)的深度学习方法,将静态属性和动态属性结合使用深度神经网络预测舆情的流行度趋势。根据使用相似历史事件数据训练的神经网络,系统会给出使用者用以疏导舆情的参考应对方案,并预测使用方案后的舆情流行度变化趋势。本发明可以有效跟踪和预测网络上有关爱国主义的舆情。
📄 2019112381204
📂 G06Q10_04
👤 浙江工业大学
📅 2019-12-06