专利交易市场

一种全网爱国舆情事件识别及流行度跟踪方法，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，通过BERT模型判断话题是否与爱国主义相关，并判断发文者对国家的态度，分别计算话题在不同网站和平台的流行度，然后将相同话题的内容聚合在一起，得出此话题在全网的流行度，如果事件流行度超过阈值或者暴增，系统通过LOF算法来识别突发热点事件，并对事件持续跟踪；最后，通过收集事件相关的网络活动，在事件平息之后给出相应的事件报告。本发明可以有效识别和跟踪网络上有关爱国主义的舆情。

一种舆情数据预测方法，包括：接收用户输入的疾病的至少一个关键词；确定互联网中与所述关键词相关的数据源，并利用爬虫程序从所述数据源中爬取与所述关键词相关的疾病数据；对所述疾病数据进行解析得到疾病的舆情因子；对所述疾病的舆情因子进行数据清洗和异常值处理；对经过数据清洗和异常值处理之后的疾病的舆情因子进行数据标准化，得到新的疾病数据；及根据所述新的疾病数据计算疾病的舆情因子的衍生变量，根据所述衍生变量对疾病进行预测。本发明还提供一种舆情数据预测装置、终端及存储介质。本发明能爬取较全面的疾病数据，对疾病数据进行数据整理、深度分析和计算，达到了从基础数据展示到决策性数据展示的目的，为疾病预测提供了参考依据。

本发明提供一种舆情分析方法、装置、计算机装置及存储介质。所述方法包括：提取每个用户第一时间段内在网络中发布的第一舆情数据；对每个用户的第一舆情数据进行聚类，得到每个用户的第一主题词；根据第一主题词得到第一时间段内的第一用户簇及第一舆情主题；提取每个用户第二时间段内在网络中发布的第二舆情数据；对每个用户的第二舆情数据进行聚类，得到每个用户的第二主题词；根据第二主题词得到第二时间段内的第二用户簇及第二舆情主题；确定所述第一舆情主题和所述第二舆情主题中相同的舆情主题，确定所述相同的舆情主题的演化阶段。本发明能够根据不同时间段的舆情数据确定舆情的演化阶段。