一种议题管理式网络舆情评价管理系统与方法
【技术领域】
[0001] 本发明涉及无线通信技术领域，特别涉及一种议题管理式网络舆情评价管理系统 与方法。
【背景技术】
[0002] 随着社群网站与服务的快速发展，社群议题动态快速影响到企业甚至个人的经 营，因此舆情/议题评价监测与管理技术尤为重要。网络社群口碑就是消费者的亲身经验 分享，以心得或意见的形式存在于各大讨论区、部落格与社群网站，以议题为核心并快速自 动化的进行评价，对于企业的产品、服务、品牌经营，有着极大的影响力。过去的使用者有舆 情难以收集、舆情收集后信息混乱与超载、情报分析偏重人力、难以从大量舆情中观测潜在 议题、议题难以追踪等五大问题。
[0003][0004] 公告号为102073646A的中国专利，所揭露的技术为针对目标文本的字词进行分 析，根据每个字词对主题的倾向性进行计算，倾向性包括正面倾向（褒意）和负面请向（贬 意），通过方法总结计算后找出最倾向的主题，意即找到须注意的案例。
【发明内容】
[0005] 鉴于上述现有技术的问题，本发明的目的就是在于提供一种议题管理式网络舆情 评价管理系统与方法，本专利可以搜集结构化新闻、部落格、社交网站、论坛、Apps评价等各 类信息，并结合文字口碑分析与社群互动分析，针对网络舆情与议题快速地建构口碑评价， 且因为是以议题管理为基础的，可通过议题管理持续观测议题的发展以及各段时间内的发 展趋势，也可以通过国际标准分享信息，易于舆情监测、社群经营与相关系统整合。
[0006] 本发明的议题管理式网络舆情评价管理系统，包括议题建立与管理模块、舆情搜 集模块、舆情口碑评分模块、议题趋势分析模块以及议题相关舆情数据交换模块。其中，议 题建立与管理模块用于建立多个议题与多个关键词，所述多个议题与所述多个关键词一一 对应，并生成设定组态，且管理所述多个议题；舆情搜集模块用于从多个异质数据来源中搜 集数据并转换为结构化数据格式；舆情口碑评分模块用于计算舆情正负评价；议题趋势分 析模块用于计算议题正负评价；议题相关舆情数据交换模块用于连接上述多个模块，以使 上述多个模块存取所述舆情正负评价以及所述议题正负评价。
[0007] 本发明的议题管理式网络舆情评价管理方法包括下列步骤：使用口碑双指标正负 评价分析方法分析文章并获得第一 口碑指标和第二口碑指标；根据所述第一 口碑指标和所 述第二口碑指针生成舆情评价分数；使用议题评价分析方法调整所述舆情评价分数，并获 得以议题为主的议题口碑分数。
[0008] 综上所述，本发明的议题管理式网络舆情评价管理系统及方法，具有下述中的一 个或多个优点：
[0009] 本系统以议题以及议题所需制订的数据属性为基础，汇集不开放爬网（指系统对 网站的内容与属性进行探索分析，从而建立可供查询的内容索引）的网站与开放爬网的指 定网站信息，经过此汇集成后信息变为结构化信息而非RAW DATA(原始数据），符合议题所 需制订的数据属性规范。不可爬网网站包括社交网站、智能型手机应用软件商店、部落格社 群与论坛；可爬网网站包括网络新闻媒体。
[0010] 透过议题所汇集的信息，通过舆论口碑信息分析后给每一则信息数个量化评价信 息，评价分数结合自然语意分析技术与社群fuzzy技术，此含有舆论评价分数的信息即为 「舆情」，每个制订的议题皆可以通过关键词与评价分数，对应出相关舆情，通过此机制，议 题也可以每日自动追踪舆情发展，以自动化推论机制快速知悉舆情。
[0011] 每则议题基于每则舆情评价分数，由于议题会根据时间递减其影响性，因此将每 则议题每日所对应的舆情加入时间影响效应后，计算出一个议题本日正面评价分数、正面 舆情代表群、负面评价分数、负面舆情代表群，并以同样的方法计算出议题周评价与月评 价，快速观测议题的趋势变化。
[0012] 此系统规划设计上以议题为基础执行网络舆情评价管理，能扩展到不能爬网的网 络信息范围内使舆情获取更完整，自动化分析舆情与议题评价值使观测者易于聚焦、追踪、 获取评价，可降低网络信息搜集分析成本，并能应用于品牌、产品、服务、营销成果的正面评 价推升与负面评价消弭。
【附图说明】
[0013] 图1为本发明的议题管理式网络舆情评价管理系统的方块图；
[0014] 图2为本发明的议题管理式网络舆情评价管理系统的示意图；
[0015] 图3为本发明的议题管理式网络舆情评价管理方法的流程图。
【具体实施方式】
[0016] 本发明的整体流程如图1所示，本发明的流程须以议题管理为基础，进入系统后 先读取议题建立与设定模块100内存储的议题信息1002。若议题建立与设定模块100内存 储的议题信息1002为空，则在议题建立与设定模块100内执行「新建议题与议题所属关键 词」，使系统完成议题与关键词信息1001的设定。
[0017] 通过所定议题与关键词信息1001，到舆情搜集模块101内取得raw data并转换 成结构化信息，储存该结构化信息，其中，结构化格式为标题、作者、来源、网址、内文等字 段，并将结构化信息区分为社交网站（FACEBOOK、Plurk、Twitter等）、新闻媒体、兴趣社群 (PTT、Mobile01、Baby Home、知名部落格等网站）、智能型手机应用软件市集（Google Play、 Apple iTunes、Windows Market等）等四大分类。结构化舆情信息1003、1004通过舆情情 绪评分模块102与本系统的方法，计算出每一则舆情情绪之双指针正负评价分数1005,包 括文字分析所取得的正、负评价分数，以及社群Fuzzy分析所取得的正、负评价分数。
[0018] 由舆情情绪评分模块102所取得的各则舆情情绪之双指针正负评价分数1005,根 据应用产业的范畴，可在议题趋势分析模块103的议题情绪分数1008中选择采用文字评价 指针正负评价分数、或采用社群Fuzzy评价指针正负评价分数、或将两指针以产业认知方 式进行结合得到具有意义的评价数值（比如对文字评价与社群Fuzzy评价进行算术平均 数、加权平均数、几何平均数、差数、和数、积数、商数等），计算出以议题为主的议题口碑分 数。
[0019] 舆情情绪评分模块102、议题趋势分析模块103在进行评价分数的期间皆以日为 单位，以当日评价为基础，利用统计学常用方程式（总数、算术平均数、众数、中位数）进行 转换，提供周评价、月评价、季评价、年评价。
[0020] 舆情搜集模块101、舆情情绪评分模块102、议题趋势分析模块103、以及建立或 设定议题模块106所生成的信息，在议题相关舆情数据交换模块104中进行整合，并通过 API (Application Programming Interface，应用程序编程接口）提供所有议题信息的查 询借口，以 JSON(JavaScript Object Notation，数据交换语言）、XML(extensible Markup Language，可扩展标注式语言）、DSML(Directory Services Markup Language，目录服务标 注语言）、YAML(YAML Ain't Markup Language，另型态标注式语言）为标准，响应标准化结 果（数据交换格式信息1007)给议题处理与追踪舆情信息显示模块105的显示接口，进行 议题处理与议题相关舆情的追踪，也可将这些标准化结果（数据交换格式信息1006)回传 给其它系统或平台107,其它系统或平台对这些标准化结果进行另行应用。
[0021] 人为对议题处理与追踪舆情信息显示模块105进行处理与操作后，使用者在判读 这些信息时，可通过建立或设定议题模块106调整议题信息，若选择建立/设定议