摘要
本发明公开了一种网络舆情情感态势量化方法及系统,涉及大数据分析技术领域,该方法包括:制定多模态数据融合策略,收集来自网络的多模态数据,包括文本、图像和视频,对不同模态的数据进行预处理和特征提取,并融合成统一的数据表示;构建构建反映情感信息传播路径和影响范围的图网络模型,分析情感传播模型的输出结果,提取时间序列特征;基于情感传播的时间序列特征,预测未来的情感趋势,量化情感态势并进行可视化展示,基于情感态势量化结果,制定舆情管理和应对策略。本发明通过构建带有情感信息的图网络模型,通过图神经网络(GNN)进行训练,捕捉情感信息在社交网络中的传播路径和影响范围,提供更准确的情感传播分析。
技术关键词
时间序列特征
信息传播路径
LSTM模型
多模态数据融合
模态特征
节点特征
文本
矩阵
视频
舆情管理
图像
大数据分析技术
社交网络图
量化系统
特征提取模块
策略
标签
系统为您推荐了相关专利信息
计算机系统
电化学传感器
声学传感器
电池评估方法
电池健康状态
人数预测方法
异常数据
样本
分类器
时间序列特征
多模态特征
大语言模型
音频编码
文本
交叉注意力机制
输送控制方法
天气预报数据
深度神经网络模型
PID控制器参数
决策
光伏发电功率
光伏发电量预测
皮尔逊相关系数
时间序列特征
残差模块