本发明涉及互联网信息分析处理，尤其涉及一种基于互联网事件的品牌舆情监测方法及系统。
背景技术：
1、在当今数字化时代，互联网的兴起使得社交网络平台成为人们获取信息、表达观点和互动交流的主要渠道之一，随着互联网的发展，品牌舆情监测在企业和组织管理中变得愈发重要，对于品牌所有者来说，了解和掌握社会舆论对其品牌的态度和看法，能够及时发现和解决潜在的危机，同时也能够借助正面舆情进行品牌宣传和推广，因此，基于互联网事件的品牌舆情监测方法成为了当前技术领域的研究热点之一。
2、传统的舆情监测方法往往只侧重于文本数据的分析，缺乏对多源数据的综合分析能力，舆情分析的深度和广度不足，舆情监测的实时性、准确性、综合分析能力、智能化和全面性都有所欠缺，因此，提出一种基于互联网事件的品牌舆情监测方法及系统。
技术实现思路
1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
2、鉴于上述的问题，提出了本发明。
3、为解决上述技术问题，本发明提供如下技术方案：一种基于互联网事件的品牌舆情监测方法，包括以下步骤：
4、步骤一，通过网络爬虫和api接口从主要社交网络平台实时采集用户发布的与目标事件相关的文本、图片、视频和地理位置信息，对数据进行清洗，去除噪声数据；
5、步骤二，使用nlp算法对文本数据进行情感分析，分类出正面、负面和中立的情感极性，通过面部表情和语音语调对面部表情和语音语调进行分析，辅助文本情感分析结果；
6、步骤三，基于社交网络数据，构建用户之间的关系图，识别出各个用户之间的连接关系，分析用户关系图，利用图算法识别出意见领袖和关键传播节点；
7、步骤四，将用户的地理位置信息与情感分析结果进行整合，标记每个位置上用户的情感极性，通过地理信息系统工具，对不同区域的正面和负面情感进行统计分析，识别出特定区域的舆论导向；
8、步骤五，实时接收、处理和分析新的数据，动态追踪正面和负面情感的变化趋势，识别情感变化的关键时间点；
9、步骤六，结合用于关系图和地理位置数据，分析正面和负面情感的传播途径，识别情感传播的关键节点和区域，构建舆论导向预测模型，综合考虑正面和负面情感的影响力，计算舆论导向指数，生成区域舆论导向热力图，对舆论导向进行预测，根据历史数据和实时监测数据对模型进行训练，根据实时监测结果的反馈，动态调整预测模型的参数。
10、作为本发明所述一种基于互联网事件的品牌舆情监测方法的一种优选方案，其中，所述舆论导向模型算法为：
11、
12、当oi(t)＞1，表明正面情感的影响力占据主导，整体舆论导向正面，当oi(t)＝1，表明正面和负面情感的影响力相当，舆论导向中性，当oi(t)＜1，表明负面情感的影响力占据主导，整体舆论导向负面；
13、其中，n和m分别表示正面情感用户和负面情感用户的数量，ei(t)表示第i个正面情感用户在时间t的情感强度，fi(t)表示第i个正面情感用户的影响力权重，li(t)表示第i个正面情感用户的地理位置权重，wi(t)表示第i个正面情感用户的互动频率，gi(t)表示第i个正面情感用户在时间t的总互动影响指数，hj(t)表示第i个负面情感用户在时间t的情感强度，φj(t)表示第i个负面情感用户的影响力权重，kj(t)表示第i个负面情感用户的地理位置权重，γj(t)表示第i个负面情感用户的互动频率，为情感扩散函数。
14、作为本发明所述一种基于互联网事件的品牌舆情监测方法的一种优选方案，其中，所述总互动影响指数的计算算法为：
15、
16、其中，fk(ei,fi,li)代表第k种互动模式下的影响指数计算，αk表示第k种互动模式在总互动影响系数中的权重。
17、作为本发明所述一种基于互联网事件的品牌舆情监测方法的一种优选方案，其中，fk的计算步骤为：
18、s1，设定不同的互动模式k，包括直接互动、间接互动和情感传播；
19、s2，通过nip模型对用户发布的内容进行情感分析，得到情感强度ei；
20、s3，通过用户关系图和图算法计算得出影响力权重fi；
21、s4，通过gis工具计算地理位置权重li；
22、s5，根据不同的互动模式k，设计相应的权重函数。
23、作为本发明所述一种基于互联网事件的品牌舆情监测方法的一种优选方案，其中，s4具体包括以下步骤：
24、s41，将用户发布内容时的地理位置信息导入gis工具；
25、s42，将地理位置数据划分为不同的区域；
26、s43，根据前期情感分析的结果，将每个用户的情感极性与其地理位置信息进行关联，在gis工具中创建一个新的图层，用于存储标记了情感极性的地理位置信息；
27、s44，实用gis工具的空间分析功能，统计每个区域内正面、负面和中立情感的分布情况；
28、s45，根据统计结果，为每个用户的地理位置赋予权重li用以反映该区域内舆情的影响力，li具体计算方式为：
29、
30、其中，ppos(ri)、pneg(ri)和pneu(ri)分别表示用户i所在区域ri内正面、负面和中立情感用户的比例。
31、作为本发明所述一种基于互联网事件的品牌舆情监测方法的一种优选方案，其中，s1中直接互动包括评论、回复和提问，所述间接互动包括点赞和转发，所述情感传播包括情感表达、情感引导和情感扩散。
32、作为本发明所述一种基于互联网事件的品牌舆情监测方法的一种优选方案，其中，s5中权重函数包括直接互动模式函数、间接互动模式函数和情感传播模式函数；
33、直接互动模式函数具体为：
34、f1(ei,fi,li)＝α1ei+β1fi+γ1li
35、间接互动模式函数具体为：
36、
37、情感传播模式函数具体为：
38、
39、其中，α、β和γ分别表示情感强度ei、影响力权重fi和地理位置权重li在计算中的权重系数。
40、作为本发明所述一种基于互联网事件的品牌舆情监测方法的一种优选方案，其中，所述噪声数据具体包括无关内容、重复内容和广告。
41、基于以上一种基于互联网事件的品牌舆情监测方法，本发明还提供一种基于互联网事件的品牌舆情监测系统，包括：
42、数据采集模块，用于从社交网络实时采集和处理数据；
43、情感分析模块，用于对采集的数据进行情感分析；
44、社交网络关系分析模块，用于构建用户关系图，识别意见领袖和关键传播节点；
45、地理位置分析模块，用于整合用户地理位置信息与情感分析结果并进行区域性舆情分析；
46、监测模块，用于接收并处理新数据，动态追踪情感变化趋势，识别关键时间点；
47、舆论导向预测模块，用于结合用户关系图和地理位置数据，分析情感传播路径，构建并动态调整舆论导向预测模型。
48、作为本发明所述一种基于互联网事件的品牌舆情监测系统的一种优选方案，其中，所述数据采集模块包括：
49、数据采集单元，用于从社交网络平台实时采集与目标事件相关的文本、图片、视频和地理位置信息；
50、数据清洗单元，用于去除数据中的无关内容、重复内容和广告；
51、数据存储单元，用于存储清洗后的数据。
52、本发明的有益效果：
53、1、本发明在对文本数据进行情感分析的同时结合地理位置信息和用户关系网络，实现了对舆情的多维度、多角度的全面分析，提高了舆情分析的深度和广度。
54、2、从多个社交网络平台实时采集数据，覆盖面更广，获取的信息更加全面和丰富，提高了舆情监测的全面性和客观性。
55、3、通过建立实时监测系统和预测模型，能够自动化地收集、处理和分析舆情数据，并根据监测结果动态调整预测模型的参数，提高了舆情监测的自动化程度和智能化水平。
1.一种基于互联网事件的品牌舆情监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于互联网事件的品牌舆情监测方法，其特征在于，所述舆论导向模型算法为：
3.根据权利要求2所述的一种基于互联网事件的品牌舆情监测方法，其特征在于，所述总互动影响指数的计算算法为：
4.根据权利要求3所述的一种基于互联网事件的品牌舆情监测方法，其特征在于，fk的计算步骤为：
5.根据权利要求4所述的一种基于互联网事件的品牌舆情监测方法，其特征在于，s4具体包括以下步骤：
6.根据权利要求4所述的一种基于互联网事件的品牌舆情监测方法，其特征在于：s1中直接互动包括评论、回复和提问，所述间接互动包括点赞和转发，所述情感传播包括情感表达、情感引导和情感扩散。
7.根据权利要求6所述的一种基于互联网事件的品牌舆情监测方法，其特征在于：s5中权重函数包括直接互动模式函数、间接互动模式函数和情感传播模式函数；
8.根据权利要求1所述的一种基于互联网事件的品牌舆情监测方法，其特征在于：所述噪声数据具体包括无关内容、重复内容和广告。
9.一种基于互联网事件的品牌舆情监测系统，基于权利要求1-9任一项所述基于互联网事件的品牌舆情监测方法，其特征在于，包括：
10.根据权利要求9所述的一种基于互联网事件的品牌舆情监测系统，其特征在于，所述数据采集模块包括：
