CN119475232A 基于大数据与深度学习的舆情分析方法、装置及介质 （上海昕搜网络科技有限公司）_第1页
CN119475232A 基于大数据与深度学习的舆情分析方法、装置及介质 （上海昕搜网络科技有限公司）_第2页
CN119475232A 基于大数据与深度学习的舆情分析方法、装置及介质 （上海昕搜网络科技有限公司）_第3页
CN119475232A 基于大数据与深度学习的舆情分析方法、装置及介质 （上海昕搜网络科技有限公司）_第4页
CN119475232A 基于大数据与深度学习的舆情分析方法、装置及介质 （上海昕搜网络科技有限公司）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明涉及基于大数据与深度学习的舆情2将实时采集的舆情数据输入训练好的模型，对不根据舆情预测与分析结果，为不同城市制定针对性的舆情应对策略，舆情数据采集采用分布式跨平台、跨语言的数据抓取，通过分布采用基于任务优先级的调度算法，将舆情热度高的城市舆情监控任P(t)＝WdxH(t)+WvxV(t)+WsxS(t)，v使用循环神经网络模型，对舆情数据的情感倾向进行深度分析，312所述舆情分析模型还包括情感分析模型，所述情感分析模型将城市通过逐步调整每个城市的权重，提高模型的泛化能力，增强模型所述将实时采集的舆情数据输入训练好的模型，对不同城市进行舆情发展趋势的预(Whht-1+Wxxt+b)结合各城市的历史事件、经济活动和文化事件数基于不同城市的历史舆情数据和实际舆情变化，自动生成初步4θ特征提取融合模块，用于利用自然语言处理技术和计算舆情预测模块，用于将实时采集的舆情数据输入训练好的模型，对策略制定模块，用于根据舆情预测与分析结果，为不5[0006]为了解决上述技术问题，本发明提供了基于大数据与深[0009]利用自然语言处理技术和计算机视觉技术分别提取文本[0011]将实时采集的舆情数据输入训练好的模型，对不同城市进行舆情发展趋势的预6[0016]采用基于任务优先级的调度算法，将舆情热度高的城市v7[0040]通过时间序列分析模型对各城市的舆情数据进行时θ8[0066]采用基于任务优先级的调度算法，将舆情热度高的城市v[0069]跨平台和跨语言抓取：分布式系统能够针对多种不同平台上的舆情数据进行抓9[0079]S3:利用自然语言处理技术和计算机视觉技术分别提取文本特征和图像或视频特[0081]S4:将实时采集的舆情数据输入训练好的模型，对不同城市进行舆情发展趋势的[0085]将城市的地理编码和文化相关特征作为输入特征，使得[0086]S5:将实时采集的舆情数据输入训练好的模型，对不同城市进行舆情发展趋势的[0087]对不同城市进行舆情发展趋势的预测还包括基于长短期记忆网络(LSTM)模型对舆情数据进行时间维度的预测，具体包括：通过时间序列分析模型(如长短期记忆网络

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论