專利名稱：網(wǎng)絡輿情預測方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及網(wǎng)絡信息安全分析和預測技術(shù)，更具體地，尤其涉及一種網(wǎng)絡輿情 預測方法及系統(tǒng)。
背景技術(shù)：
近幾年來，隨著信息網(wǎng)絡技術(shù)在世界范圍內(nèi)的極速發(fā)展，網(wǎng)絡媒體已成為是繼 報紙、廣播、電視等大眾傳播方式和人際傳播方式之外的新興傳播勢力，網(wǎng)絡成為反映 社會民意的主要載體之一。2010年7月15日，中國互聯(lián)網(wǎng)絡信息中心(CNNIC)發(fā)布的 統(tǒng)計報告顯示，截止2010年6月底，中國網(wǎng)民數(shù)量已經(jīng)突破了 4億大關(guān)，總量達到了 4.2 億，互聯(lián)網(wǎng)普及率攀升至31.8%，高居世界第一?？梢钥闯?，在國內(nèi)越來越多的人聚集 于互聯(lián)網(wǎng)中，獲取并更新互聯(lián)網(wǎng)中的信息?；ヂ?lián)網(wǎng)中的個體可以自由的發(fā)表觀點，并與其他個體的觀點進行交互。網(wǎng)絡中 觀點的宏觀表現(xiàn)可看作是網(wǎng)絡輿情(networkconsensus)。更為嚴格的定義如下網(wǎng)絡輿情是由于各種事件的刺激而產(chǎn)生的通過互聯(lián)網(wǎng)傳播的人們對于該事件的 所有認知、態(tài)度、情感和行為傾向的集合。在網(wǎng)絡環(huán)境中，輿情信息的主要載體包括 新聞、BBS、Blog等。網(wǎng)絡輿情具有表達快捷、信息多元化和方式互動等特點，這是傳 統(tǒng)媒體所無法比擬的?；诰W(wǎng)絡內(nèi)容的網(wǎng)絡輿情發(fā)展呈現(xiàn)出以下幾個特點1、突發(fā)性，極短時間內(nèi)網(wǎng)絡中會產(chǎn)生大量的討論；2、話題傳播速度的迅猛 性，話題會經(jīng)過網(wǎng)民很快地傳播到各個網(wǎng)站；3、熱點話題持久性，一般性的熱點話題會 有大量網(wǎng)民反復地參與討論；4、影響范圍廣，網(wǎng)絡輿情在一定程度上影響了人們的日常 生活。網(wǎng)絡輿情的突發(fā)性和快速傳播的特性使其成為了社會輿論的一種快速的反應形 式，網(wǎng)絡輿情已經(jīng)開始對現(xiàn)實社會產(chǎn)生一定的影響，由于網(wǎng)絡的開放性與虛擬性，給互 聯(lián)網(wǎng)監(jiān)管工作帶來了很大的不便。網(wǎng)絡中的個體可隨意表達觀點，如果該觀點是以某一 熱點事件為存在基礎(chǔ)，在主觀情緒化的作用下，該觀點會迅速擴散。在現(xiàn)實生活中某些 個體遇到挫折，對社會問題片面認識等等，都會利用網(wǎng)絡得以宣泄。因此在網(wǎng)絡上更容 易出現(xiàn)庸俗、灰色的言論。因此，對網(wǎng)絡輿情的研究是很有必要的。從網(wǎng)絡安全的角度來看，提前預測網(wǎng)絡輿情的發(fā)展趨勢，并對網(wǎng)絡輿情的發(fā)展 加以引導，這對于社會和諧穩(wěn)定有著重要的意義。網(wǎng)絡熱點話題的持續(xù)性決定了這些熱 點話題有一定的時間連續(xù)性，因此從時間的角度出發(fā)，以網(wǎng)絡輿情內(nèi)容的數(shù)量為單位對 網(wǎng)絡熱點話題的后續(xù)發(fā)展趨勢進行預測。目前國內(nèi)市場主要的輿情產(chǎn)品具有的功能有1、輿情分析功能。這是輿情產(chǎn)品的核心功能，主要內(nèi)容包括(1)熱點話題發(fā) 現(xiàn)、敏感話題識別，可以根據(jù)新聞出處權(quán)威度、評論數(shù)量、發(fā)言時間密集程度等參數(shù)， 識別出給定時間段內(nèi)的熱門話題。利用關(guān)鍵字布控和語義分析，識別敏感話題；(2)話 題傾向性分析。對于每個話題，對每個個體發(fā)表的觀點、傾向性進行分析與統(tǒng)計；(3)主題跟蹤。分析新發(fā)表文章、帖子的話題是否與已有主題相同；(4)自動摘要。對各類 主題能夠自動形成摘要，以報告的形式呈現(xiàn)；(5)突發(fā)事件分析。對突發(fā)事件進行跨時 間、跨空間綜合分析，獲知事件發(fā)生發(fā)展的歷程，并預測事件未來發(fā)展的趨勢；(7)報 警系統(tǒng)。對突發(fā)事件、涉及內(nèi)容安全的敏感話題及時發(fā)現(xiàn)并報警；(8)統(tǒng)計報告，根據(jù) 輿情分析引擎處理后的結(jié)果庫生成報告，用戶可通過瀏覽器瀏覽，提供信息檢索功能， 根據(jù)指定條件對熱點話題、傾向性進行查詢，并瀏覽信息的具體內(nèi)容，提供決策支持。2、網(wǎng)絡信息自動采集。根據(jù)用戶信息需求，設定主題目標，通過網(wǎng)絡頁面之間 的鏈接關(guān)系，從網(wǎng)上自動獲取頁面信息，并且通過鏈接不斷向整個網(wǎng)絡擴展，最終完成 定制范圍的信息收集任務。3、數(shù)據(jù)清理功能。對收集到的信息進行預處理，如格式轉(zhuǎn)換、數(shù)據(jù)清理，數(shù)據(jù) 統(tǒng)計。對于新聞評論，該功能可濾除無關(guān)信息，保存新聞的標題、源地址、發(fā)布時間、 內(nèi)容、點擊次數(shù)、參與評論人、評論內(nèi)容、評論數(shù)量等信息。對于論壇BBS，記錄帖子 的標題、發(fā)言人、發(fā)布時間、內(nèi)容、回帖內(nèi)容、回帖數(shù)量等，最后形成格式化信息。綜上，現(xiàn)有的網(wǎng)絡輿情分析方法僅針對已出現(xiàn)的網(wǎng)絡輿情進行分析，并沒有一 種較為有效地對網(wǎng)絡輿情的發(fā)展趨勢進行預測的算法，因此存在這樣一種技術(shù)需求， 即，需要一種快速可靠的網(wǎng)絡輿情預測方法來預測網(wǎng)絡輿情的發(fā)展趨勢。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種網(wǎng)絡輿情預測方法及系統(tǒng)，基于本發(fā)明，能夠更為 有效地對網(wǎng)絡輿情的發(fā)展趨勢進行預測。一方面，本發(fā)明一種網(wǎng)絡輿情預測方法，包括預處理步驟，網(wǎng)絡輿情信息進 行預處理，獲取進行預測所需的時間序列；預測模型建立步驟，根據(jù)經(jīng)預處理獲得的所 述時間序列，建立相應的預測模型；預測步驟，基于所述預測模型預測網(wǎng)絡輿情的發(fā)展 趨勢。上述網(wǎng)絡輿情預測方法中，優(yōu)選所述預處理步驟進一步包括數(shù)據(jù)采集及聚類 步驟，采集網(wǎng)絡輿情信息并對所述網(wǎng)絡輿情信息進行聚類；熱點獲取步驟，依據(jù)聚類結(jié) 果，獲取熱點網(wǎng)絡輿情信息；時間序列獲取步驟，對所述熱點網(wǎng)絡輿情信息進行數(shù)據(jù)聚 合，獲得進行預測所需的時間序列。上述網(wǎng)絡輿情預測方法中，優(yōu)選所述預測模型建立步驟中，依據(jù)所述時間序 列，建立的預測模型為逆向誤差傳播人工神經(jīng)網(wǎng)絡模型。上述網(wǎng)絡輿情預測方法中，優(yōu)選所述預測模型建立步驟中，所述逆向誤差傳播 人工神經(jīng)網(wǎng)絡模型包括輸入層、隱蔽層和輸出層；該模型建立步驟進一步包括人工神 經(jīng)網(wǎng)絡結(jié)構(gòu)建立步驟，建立逆向誤差傳播人工神經(jīng)網(wǎng)絡結(jié)構(gòu)，確定所述輸入層、所述隱 蔽層、所述輸出層的神經(jīng)元個數(shù)；參數(shù)值確定步驟，確定所述時間序列中參數(shù)的取值； 預估算步驟，通過訓練，預估算學習率、動量項兩個參數(shù)的值；檢測步驟，檢驗所述預 測模型的有效性。另一方面，本發(fā)明一種網(wǎng)絡輿情預測系統(tǒng)，包括預處理模塊、預測模型建立 模塊和預測模塊。其中，預處理模塊用于網(wǎng)絡輿情信息進行預處理，獲取進行預測所需 的時間序列；預測模型建立模塊用于根據(jù)經(jīng)預處理獲得的所述時間序列，建立相應的預測模型；預測模塊用于基于所述預測模型預測網(wǎng)絡輿情的發(fā)展趨勢。上述網(wǎng)絡輿情預測系統(tǒng)，優(yōu)選所述預處理模塊進一步包括數(shù)據(jù)采集及聚類單 元、熱點獲取單元和時間序列獲取單元。其中，數(shù)據(jù)采集及聚類單元用于采集網(wǎng)絡輿情 信息并對所述網(wǎng)絡輿情信息進行聚類；熱點獲取單元用于依據(jù)聚類結(jié)果，獲取熱點網(wǎng)絡 輿情信息；時間序列獲取單元用于對所述熱點網(wǎng)絡輿情信息進行數(shù)據(jù)聚合，獲得進行預 測所需的時間序列。上述網(wǎng)絡輿情預測系統(tǒng)，優(yōu)選所述預測模型建立模塊中，依據(jù)所述時間序列， 建立的預測模型為逆向誤差傳播人工神經(jīng)網(wǎng)絡模型。上述網(wǎng)絡輿情預測系統(tǒng)，優(yōu)選所述預測模型建立模塊中，所述逆向誤差傳播人 工神經(jīng)網(wǎng)絡模型包括輸入層、隱蔽層和輸出層；該預測模型建立模塊進一步包括人工 神經(jīng)網(wǎng)絡結(jié)構(gòu)建立單元、參數(shù)值確定單元、預估算單元和檢測單元。其中，人工神經(jīng)網(wǎng) 絡結(jié)構(gòu)建立單元用于建立逆向誤差傳播人工神經(jīng)網(wǎng)絡結(jié)構(gòu)，確定所述輸入層、所述隱蔽 層、所述輸出層的神經(jīng)元個數(shù)；參數(shù)值確定單元用于確定所述時間序列中參數(shù)的取值； 預估算單元用于通過訓練，預估算學習率、動量項兩個參數(shù)的值；檢測單元用于檢驗所 述預測模型的有效性。相對于現(xiàn)有技術(shù)而言，本發(fā)明具有以下優(yōu)點對于網(wǎng)絡上的各個熱點話題，能 夠在最短的時間預測出其在未來短期內(nèi)(一般為一天)的發(fā)展趨勢，便于通過輿情的引導 手段，繼續(xù)保持那些促進社會穩(wěn)定的話題，而對于那些破壞社會和諧的話題，則要加以 引導，使其逐漸消亡。


圖1為本發(fā)明網(wǎng)絡輿情預測方法實施例的步驟流程圖；圖2是按照本發(fā)明的一個實施方式的基于人工神經(jīng)網(wǎng)絡和時間序列的網(wǎng)絡輿情 預測方法的BP神經(jīng)網(wǎng)絡結(jié)構(gòu)圖；圖3是按照本發(fā)明的一個實施方式的網(wǎng)絡輿情預測方法6組預測值示例；圖4為本發(fā)明網(wǎng)絡輿情預測系統(tǒng)實施例的結(jié)構(gòu)框圖；圖5為本發(fā)明網(wǎng)絡輿情預測系統(tǒng)實施例中，預處理模塊的結(jié)構(gòu)框圖；圖6為本發(fā)明網(wǎng)絡輿情預測系統(tǒng)實施例中，預測模型建立模塊的結(jié)構(gòu)框圖。
具體實施例方式為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體 實施方式對本發(fā)明作進一步詳細的說明。參照圖1，圖1為本發(fā)明網(wǎng)絡輿情預測方法實施例的步驟流程圖，包括如下步 驟預處理步驟S110，網(wǎng)絡輿情信息進行預處理，獲取進行預測所需的時間序列；預測 模型建立步驟S120，根據(jù)經(jīng)預處理獲得的所述時間序列，建立相應的預測模型；預測步 驟S130，基于所述預測模型預測網(wǎng)絡輿情的發(fā)展趨勢。圖2是按照本發(fā)明的一個實施方式的基于人工神經(jīng)網(wǎng)絡和時間序列的網(wǎng)絡輿情 預測方法的示意流程圖。本發(fā)明的一個實施方式涉及對網(wǎng)絡輿情的預測，其預測對象 為未來一段時間內(nèi)網(wǎng)絡中出現(xiàn)的關(guān)于這個主題的新聞、論壇帖子、博客等(以下統(tǒng)稱為“帖子”)的數(shù)量，其中只包括主帖子數(shù)量，并不包括回復數(shù)量。
由于網(wǎng)絡上的各種文字信息數(shù)量眾多而且沒有規(guī)律，因此首先要對所有的帖子進行預處理，將其轉(zhuǎn)換為預測所需的時間序列的格式。
本算法的實驗環(huán)節(jié)采用的數(shù)據(jù)來源于論壇。
預處理過程分為以下三個步驟
l、對網(wǎng)絡上的帖子進行聚類。
由于單個帖子在時間上具有突發(fā)性，不具有普遍的規(guī)律，因此需要對網(wǎng)絡上所有討論同一個話題的帖子總量進行預測。
聚類過程就是將所有描述同一個話題的帖子聚合到同一個類別中。
聚類的方法可采用現(xiàn)有技術(shù)，比如參考文獻2(參考文獻2文檔聚類綜述，劉遠超，王曉龍，徐志明等． 《中文信息學報》．2005，20(3)55—62)中的技術(shù)。
2、獲得熱點話題。
網(wǎng)絡上的帖子數(shù)量很多，并且所對應的話題也不盡相同，而大部分話題涉及的范圍很小，持續(xù)時間很短，對于這種話題沒有預測的必要，因此需要找到網(wǎng)絡中的熱點話題進行預測。
具體的獲取熱點話題的方法可采用現(xiàn)有技術(shù)，比如參考文獻3(參考文獻3流量內(nèi)容詞語相關(guān)度的網(wǎng)絡熱點話題提取，周亞東，孫欽東，管曉宏等． 《西安交通大學學報》．2007．4l(10)1142—1145，1150)中的技術(shù)。
3、對網(wǎng)絡上的帖子進行數(shù)據(jù)聚合。
由于本發(fā)明的一個實施方式使用時間序列模型進行預測，其輸入為時間序列，因此需要將網(wǎng)絡上的帖子進行數(shù)據(jù)聚合，得到一個時間序列，每個時刻的值是到當前時刻為止網(wǎng)絡上所有關(guān)于某個話題的帖子及其回復的總量。
數(shù)據(jù)聚合的方法可采用現(xiàn)有技術(shù)。
上述預處理過程得到的結(jié)果就是使用基于人工神經(jīng)網(wǎng)絡和時間序列模型預測所需要的時間序列。
假設，前期的預處理工作得到的時間序列為[X真]，X真一X(t)，t—o，l，2…。
時間序列的現(xiàn)在或未來值在時間序列分析中被認為與其前面的m個值之間有某種函數(shù)關(guān)系，即X。+，一F(X。，Xn一1， …，Xn—m+，)。
因此，基于人工神經(jīng)網(wǎng)絡和時間序列的網(wǎng)絡輿情預測算法就是來擬合函數(shù)F，從而找出Xn／1和X。，Xn一1， …，Xn—m+，之間的關(guān)系，然后用于該時間序列未來值的預測。
根據(jù)本發(fā)明的一個實施方式，優(yōu)選采用三層BP神經(jīng)網(wǎng)絡對時間序列進行預測。
在上述預處理過程的基礎(chǔ)上，根據(jù)預處理過程得到的時間序列，采用上述三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡模型進行預測。
一般情況下，三層BP神經(jīng)網(wǎng)絡的結(jié)構(gòu)如圖l所示，分別是輸入層、輸出層和隱蔽層。
每一層內(nèi)神經(jīng)元的輸出均傳達到下一層，這種傳送由聯(lián)接權(quán)來達到增強、減弱或抑制這些輸出地作用。
除了輸入層的神經(jīng)元外，隱蔽層和輸出層神經(jīng)元的淨輸入是前一層神經(jīng)元輸出的加權(quán)和。
每個神經(jīng)元均由它的輸入、活化函數(shù)和閡值來決定它的活化程度。
為了便于描述，輸入神經(jīng)元以i編號，隱蔽層神經(jīng)元以j編號，輸出層神經(jīng)元以k編號。
其他需要說明的符號如下
0j輸入層第i個神經(jīng)元的輸出；
0j隱蔽層第j個神經(jīng)元的輸出；
0+輸出層第k個神經(jīng)元你的輸出；
wji輸入層第i個神經(jīng)元與隱蔽層第j個神經(jīng)元之間的聯(lián)接權(quán)重；
wb隱蔽層第j個神經(jīng)元與輸出層第k個神經(jīng)元之間的聯(lián)接權(quán)重；
權(quán)利要求
1.一種網(wǎng)絡輿情預測方法，其特征在于，包括預處理步驟，對網(wǎng)絡輿情信息進行預處理，獲取進行預測所需的時間序列； 預測模型建立步驟，根據(jù)經(jīng)預處理獲得的所述時間序列，建立相應的預測模型； 預測步驟，基于所述預測模型預測網(wǎng)絡輿情的發(fā)展趨勢。
2.根據(jù)權(quán)利要求1所述的網(wǎng)絡輿情預測方法，其特征在于，所述預處理步驟進一步包括數(shù)據(jù)采集及聚類步驟，采集網(wǎng)絡輿情信息并對所述網(wǎng)絡輿情信息進行聚類； 熱點獲取步驟，依據(jù)聚類結(jié)果，獲取熱點網(wǎng)絡輿情信息；時間序列獲取步驟，對所述熱點網(wǎng)絡輿情信息進行數(shù)據(jù)聚合，獲得進行預測所需的 時間序列。
3.根據(jù)權(quán)利要求2所述的網(wǎng)絡輿情預測方法，其特征在于，所述預測模型建立步驟 中，依據(jù)所述時間序列，建立的預測模型為逆向誤差傳播人工神經(jīng)網(wǎng)絡模型。
4.根據(jù)權(quán)利要求3所述的網(wǎng)絡輿情預測方法，其特征在于，所述預測模型建立步驟 中，所述逆向誤差傳播人工神經(jīng)網(wǎng)絡模型包括輸入層、隱蔽層和輸出層；該模型建立步 驟進一步包括人工神經(jīng)網(wǎng)絡結(jié)構(gòu)建立步驟，建立逆向誤差傳播人工神經(jīng)網(wǎng)絡結(jié)構(gòu)，確定所述輸入 層、所述隱蔽層、所述輸出層的神經(jīng)元個數(shù)；參數(shù)值確定步驟，確定所述時間序列中參數(shù)的取值； 預估算步驟，通過訓練，預估算學習率、動量項兩個參數(shù)的值； 檢測步驟，檢驗所述預測模型的有效性。
5.—種網(wǎng)絡輿情預測系統(tǒng)，其特征在于，包括預處理模塊，用于網(wǎng)絡輿情信息進行預處理，獲取進行預測所需的時間序列； 預測模型建立模塊，用于根據(jù)經(jīng)預處理獲得的所述時間序列，建立相應的預測模型；預測模塊，用于基于所述預測模型預測網(wǎng)絡輿情的發(fā)展趨勢。
6.根據(jù)權(quán)利要求5所述的網(wǎng)絡輿情預測系統(tǒng)，其特征在于，所述預處理模塊進一步包括數(shù)據(jù)采集及聚類單元，用于采集網(wǎng)絡輿情信息并對所述網(wǎng)絡輿情信息進行聚類； 熱點獲取單元，用于依據(jù)聚類結(jié)果，獲取熱點網(wǎng)絡輿情信息； 時間序列獲取單元，用于對所述熱點網(wǎng)絡輿情信息進行數(shù)據(jù)聚合，獲得進行預測所 需的時間序列。
7.根據(jù)權(quán)利要求6所述的網(wǎng)絡輿情預測系統(tǒng)，其特征在于，所述預測模型建立模塊 中，依據(jù)所述時間序列，建立的預測模型為逆向誤差傳播人工神經(jīng)網(wǎng)絡模型。
8 .根據(jù)權(quán)利要求7所述的網(wǎng)絡輿情預測系統(tǒng)，其特征在于，所述預測模型建立模塊 中，所述逆向誤差傳播人工神經(jīng)網(wǎng)絡模型包括輸入層、隱蔽層和輸出層；該預測模型建 立模塊進一步包括人工神經(jīng)網(wǎng)絡結(jié)構(gòu)建立單元，用于建立逆向誤差傳播人工神經(jīng)網(wǎng)絡結(jié)構(gòu)，確定所述 輸入層、所述隱蔽層、所述輸出層的神經(jīng)元個數(shù)；參數(shù)值確定單元，用于確定所述時間序列中參數(shù)的取值；預估算單元，用于通過訓練，預估算學習率、動量項兩個參數(shù)的值； 檢測單元，用于檢驗所述預測模型的有效性。
全文摘要
本發(fā)明公開了一種網(wǎng)絡輿情預測方法及系統(tǒng)。該方法包括對網(wǎng)絡輿情信息進行預處理，獲取進行預測所需的時間序列；根據(jù)經(jīng)預處理獲得的所述時間序列，建立相應的預測模型；基于所述預測模型預測網(wǎng)絡輿情的發(fā)展趨勢。本發(fā)明對于網(wǎng)絡上的各個熱點話題，能夠在最短的時間內(nèi)預測出其在未來短期內(nèi)的發(fā)展趨勢，便于通過輿情的引導手段，繼續(xù)保持那些促進社會穩(wěn)定的話題，而對于那些破壞社會和諧的話題，則要加以引導，使其逐漸消亡。
文檔編號G06F17/30GK102012929SQ201010568299
公開日2011年4月13日 申請日期2010年11月26日 優(yōu)先權(quán)日2010年11月26日
發(fā)明者劉云, 司夏萌, 張彥超, 張振江, 程軍軍, 程輝 申請人:北京交通大學