一种基于微博平台的事件舆情信息提取方法及系统.pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN104615627A

(43)申请公布日2015.05.13

(21)申请号CN201410490602.X

(22)申请日2014.09.23

(71)申请人中国科学院计算技术研究所;新华通讯社

地址100190北京市海淀区中关村科学院南路6号

(72)发明人曹娟储达峰金志威张勇东谢菲苏宇

(74)专利代理机构北京律诚同业知识产权代理有限公司

代理人祁建国

(51)Int.CI

G06F17/30

权利要求说明书说明书幅图

(54)发明名称

一种基于微博平台的事件舆情信息

提取方法及系统

(57)摘要

本发明涉及舆情事件提取技术，本

发明公开了一种基于微博平台的事件舆情

信息提取方法及系统，该方法包括：获取

所述事件的关键词、起始时间、截止时

间，并根据所述微博平台搜索服务的链接

格式，构造待采样页面的页面链接；根据

所述页面链接进行微博采样，生成样本微

博，根据所述样本微博，计算所述事件的

事件热度，并根据所述事件热度计算微博

抓取周期；根据所述微博抓取周期，结合

所述页面链接，获取与所述事件相关的微

博页面。提取所述微博页面的微博信息，

以完成提取所述事件的所述舆情信息。本

发明获取事件舆情信息更全面而高效，能

采集到实时的舆情信息。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.一种基于微博平台的事件舆情信息提取方法，其特征在于，包括：

步骤1，获取所述事件的关键词、起始时间、截止时间，并根据所述微博

平台搜索服务的链接格式，构造待采样页面的页面链接；

步骤2，根据所述页面链接进行微博采样，生成样本微博，根据所述样本

微博，计算所述事件的事件热度，并根据所述事件热度计算微博抓取周期；

步骤3，根据所述微博抓取周期，结合所述页面链接，获取与所述事件相

关的微博页面；

步骤4，提取所述微博页面的微博信息，以完成提取所述事件的所述舆情

信息。

2.如权利要求1所述的基于微博平台的事件舆情信息提取方法，其特征在

于，所述步骤2还包括：

根据所述关键词，过滤与所述事件无关的微博，并将所述样本微博按发布

时间进行排序。

3.如权利要求1或2所述的基于微博平台的事件舆情信息提取方法，其特

征在于，所述步骤2通过以下公式计算所述事件热度：

mathsmathmrowmsubmiH/mimiE/mi/msubmo=/momfra

cmsubmiC/mimiweibo/mi/msubmrowmsubmiT/mimilast

/mi/msubmo-

/momsubmiT/mimifirst/mi/msub/mrow/mfrac/mrow/math

/maths

其中Csubweibo/sub为所述样本微博的微博数，Tsublast/sub为所述样本微

博中按发布时间排序后最后一条微博的发布时间，Tsubfirst/sub

为所述样本微博中按发布时间排序后第一条微博的发布时间，

HsubE/sub为所述事件热度。

4.如权利要求1所述的基于微博平台的事件舆情信息提取方法，其特征在

于，所述步骤2通过以下公式计算所述微博抓取周期：

mathsmathmrowmit/mimo=/momfencedmtablemtrmtdm

n0/mnmo,/momsubmiH/mimiE/mi/msubmo=/momn0

/mn/mtd/mtrmtrmtdmo[/momfracmiN/mimsubmiH/mi

miE/mi/msub/mfracmo]/momo,/momsubmiH/mim