知识产权运营与技术转移一站式公共服务平台

面向复杂舆情的数据挖掘与新知识发现技术

发布日期：2026-4-20 来源：本站返回列表

成果简介：

该技术针对实时获取舆情热点、发现舆情新知识、及时全面地分析舆情热点事件，自主研发了实现舆情大数据快速获取、高效数据分析、话题关联关系发现、增量式数据挖掘等算法技术。包括：基于 PARMTRD 算法的关联关系发现，用于挖掘舆情事件内部多个话题之间、多个舆情事件之间潜在的关联关系，挖掘舆情产生的根本原因；基于相似网络社区划分的热点获取，在 O(1)时间复杂度内实时获取舆情信息，减少对大量冗余数据的处理开销；基于 IW-FUFP 算法新知识发现，在错综复杂的网络舆情大数据中及时发现舆情新知识，增量式知识发现算法能够保留原有信息，并获得新出现知识，尽早发现舆情新热点；基于主题模型的相似文本计算，应用“TF-IDF+LDA+相似拟合”算法筛选相似文本；构建领域知识图谱，设计 EA-LAD 算法丰富和完善知识图谱，用于文本推荐。

本成果专注于网络舆情分析和挖掘、感知网络舆情态势，尽早发现舆情新事件，对突发重大舆情进行实时获取，挖掘舆情事件产生的根源，在舆情爆发前进行预警，为政府、企业等相关单位舆情引导提供决策支持，提前实施舆情调控措施，避免大规模舆情事件爆发，引导舆情健康发展，促进社会稳定。

该成果的核心技术还可以拓展到企业产品评论数据挖掘、商业数据挖掘、市长热线数据挖掘等各类可以应用文本数据挖掘的领域。

数据收集

分析报告首页

传播路径详情页面

中美贸易摩擦事件关联分析

山东政务知识图谱

长春长生疫苗事件增量式知识发现过程

技术特点及技术指标：

当前大多数舆情分析平台多注重舆情监测、统计分析等功能，忽略了对多个事件之间潜在关联关系的分析与挖掘；大多传统数据挖掘分析方法难以快速有效地处理海量复杂的数据，不能满足新知识发现实时性的要求；由于突发事件的随机性使得实时热点获取不够完全,存在对部分热点事件后知后觉的问题。因此本技术设计了一个既能针对某个主题进行舆情分析与知识挖掘，也能对全网舆情进行综合分析的舆情大数据分析平台。

本系统中采用了数据爬取、词向量训练、语义聚类等多种方法实现对数据的分析处理，并研发应用了五个创新点：采用基于相似网络社区划分的热点获取方法减少对大量冗余数据的处理开销，在 O(1)时间复杂度内全面实时地获取舆情热点；采用 PARMTRD 算法挖掘一个事件内部和多个事件之间潜在的关联关系，寻找事件发生的根本原因；采用 IW-FUFP 算法发现淹没在大量数据中的新知识,减少了对旧数据的重复计算和分析,提高了计算效率；基于主题模型的相似文本计算快速准确发现新舆情事件的历史相似事件；基于 EA-LAD 算法的知识图谱构建、丰富和完善。通过及时发现和处理分析舆情数据，把握社会热点信息，发现舆情信息之间的关联关系，有助于国家、政府对舆论进行分析和疏导，积极引导民众舆情的健康发展，对社会发展起到积极作用；同时能够及时应对网络平台中出现的舆论事件，提高对舆论事件的响应速度，对维护社会稳定、保障公共安全至关重要。

本成果经山东省科学研究院情报研究所查新指出，国内外未见有研究采用与本项目相同算法的面向复杂舆情的数据挖掘与知识发现系统的文献报道。

目前，本成果已取得的成绩有，在科研成果方面，本成果已发表相关论文 8 篇；申请国家发明专利 6 项, 已授权 3 项，包括一项美国专利；已登记软件著作权 2 项。

应用领域：

本成果目前已在“山东省重点研发计划项目-复杂社交网络舆情热点实时发现与追踪”得到成功应用，并相继与山东亚微软件股份有限公司、临沂市政府热线办、中国石油勘探开发研究院、中国石油大港油田第一采油厂、国网山东省电力公司泰安供电公司、中国石油化工股份有限公司胜利油田分公司石油工程技术研究院等单位取得相关合作。

投入需求：

需要软件开发场所与设备，目前了解的相似场景的单位信息较少，希望学校能帮助协调具有相似应用场景的企业进行推广。