【技术实现步骤摘要】
本专利技术涉及数据处理，具体而言，本专利技术涉及一种多反转类新闻干预方法、装置、电子设备及存储介质。
技术介绍
1、随着互联网技术的迅猛发展，网络平台已成为人们获取、传播和分享信息的重要渠道。近年来，各类突发事件频发，大量网民参与由突发事件新闻引起的网络舆情。在新闻事件网络舆情发展过程中，往往会伴随着强烈的网络情绪传播。当发生多反转类新闻事件时，人群中会同时传播积极情绪和消极情绪。积极情绪让人们冷静下来，消极情绪则让人们失去理智。如果不对消极情绪加以抑制，不对积极情绪加以扩大，将会产生很严重的后果。针对情绪干预的研究也越来越受到研究者们的关注。
2、大多数学者侧重对负面情绪的挖掘，缺乏感染者正向和负向情绪的相互转化的探讨。本文基于经典的传染病模型，引入情绪感染理论，构建刻画网民正负情绪交互的动态演化改进sir模型。
3、针对多反转类新闻，不同的突发事件对网民的情绪影响极大，积极情绪网民与消极情绪网民存在相互直接转化的概率。目前还未有专门针对多反转类新闻提出的具体干预方法，需结合此类新闻的舆情传播模型特点来制订干预方向并且得出干预强度。
技术实现思路
1、本专利技术所要解决的技术问题是提供了一种多反转类新闻干预方法、装置、电子设备及存储介质，旨在解决上述至少一个技术问题。
2、第一方面，本专利技术解决上述技术问题的技术方案如下：一种多反转类新闻干预方法，该方法包括：
3、获取针对待处理新闻的网民，所述待处理新闻为多反转类新闻，所述网民中
4、根据所述网民，构建所述待处理新闻对应的spn模型，所述spn模型表征消极情绪感染者、积极情绪感染者和易感染者之间的转换关系，以及每两个不同类型的网民之间的第一转换概率；
5、获取预设时间段内所述待处理新闻对应的各个事件，对于每个所述事件，所述事件为一种网民状态转化为另一种网民状态的事件，各个所述事件包括积极情绪感染事件、消极情绪转化事件、消极情绪感染事件和积极情绪转化事件，对于每种网民状态，所述网民状态表征网民所属的网民类型，所述网民类型为消极情绪感染者、积极情绪感染者和易感染者中的任一个；
6、以预设的干预事件对所述待处理新闻对应的各个事件进行干预，并确定干预前后的积极情绪感染者人数差和干预前后的消极情绪感染者人数差；
7、将所述干预前后的积极情绪感染者人数差和干预前后的消极情绪感染者人数差作为干预收益，确定所述干预收益和各个所述干预事件的干预事件发生强度之间的目标函数，对于每个所述干预事件，所述干预事件发生强度表征该干预事件发生的概率；
8、根据所述目标函数，确定在所述干预收益最低时对应的各个所述干预事件发生强度，并确定在所述干预收益最低时各个网民的网民状态。
9、本专利技术的有益效果是：使用了改进sir情绪感染模型(spn模型)，考虑到了积极网民情绪和消极网民情绪的相互转换，符合多反转新闻事件的现实规律，适用于现阶段的疫情类新闻，实现了最优干预事件发生强度的人群干预，提高了干预精度和干预效率，针对性的干预方案有助于疫情舆论的控制。较少的研究聚焦细化在多反转类新闻舆情传播和最优化干预中，本专利技术方法填补了此类新闻改善舆论导向的最优化干预方案的空白。
10、在上述技术方案的基础上，本专利技术还可以做如下改进。
11、进一步，该方法还包括：
12、获取所述待处理新闻对应的各个事件在预设时间段内仅发生一次状态转移的概率；
13、根据各个所述事件在预设时间段内仅发生一次状态转移的概率，构建第一状态转移矩阵，所述第一状态转移矩阵中的每个元素表征该元素对应的事件的发生概率；
14、确定干预前后的积极情绪感染者人数差和干预前后的消极情绪感染者人数差，包括：
15、基于所述第一状态转移矩阵，确定所述干预前后的积极情绪感染者人数差和干预前后的消极情绪感染者人数差。
16、采用上述进一步方案的有益效果是，通过第一状态转移矩阵可计算舆情的状态演化，即网民状态随时间改变后的状态，从而可准确确定出干预前后的积极情绪感染者人数差和干预前后的消极情绪感染者人数差。
17、进一步，该方法还包括：
18、对所述待处理新闻对应的各个事件进行人工干预，获取人工干预对应的成本函数；
19、所述确定所述干预收益和各个所述干预事件的干预事件发生强度之间的目标函数，包括：
20、基于所述干预收益和各个所述干预事件的干预事件发生强度，确定收益函数；
21、根据所述成本函数和所述收益函数，确定所述目标函数。
22、采用上述进一步方案的有益效果是，考虑人工干预成本，可使得目标函数更准确的表达干预后的收益情况，进而提高干预准确性。
23、进一步，所述预设的干预事件包括消极情绪抑制事件、消极情绪转化事件、积极情绪促进事件和积极情绪保护事件，以预设的干预事件对所述待处理新闻对应的各个事件进行干预，包括：
24、根据预设的干预事件对应的干预事件发生强度，对所述spn模型中的各个第一转换概率进行干预。
25、采用上述进一步方案的有益效果是，以干预事件进行干预的本质是基于预设的干预事件对应的干预事件发生强度干预spn模型中的各个第一转换概率，这样可准确改变各个网民的网民状态。
26、进一步，各个所述干预事件的干预事件发生强度通过以下方式构建：
27、利用霍克斯过程分别构建各个所述干预事件的干预事件发生强度。
28、采用上述进一步方案的有益效果是，在积极/消极情绪干预过程中，当前人工干预的投入受到历史干预结果的制约。霍克斯过程可以很好地描述历史干预事件对当前干预强度的影响，由此，采用霍克斯过程可准确构建各个所述干预事件的干预事件发生强度。
29、进一步，该方法还包括：
30、根据所述干预收益最低时对应的各个所述干预事件发生强度，对各个所述事件进行干预，得到干预后的第二状态转移矩阵；
31、确定在所述干预收益最低时各个网民的网民状态，包括：
32、在所述干预收益最低时，根据所述第二状态转移矩阵确定各个所述网民的网民状态。
33、采用上述进一步方案的有益效果是，通过第二状态转移矩阵可计算舆情的状态演化，即网民状态随时间改变后的状态，从而可准确确定干预收益最低时各个所述网民的网民状态。
34、进一步，上述根据所述目标函数，确定在所述干预收益最低时对应的各个所述干预事件发生强度，包括：
35、根据人工蜂群算法求解所述目标函数，得到在所述干预收益最低时对应的各个所述干预事件发生强度。
36、采用上述进一步方案的有益效果是，采用人工蜂群算法可准确求出目标函数，得到在干预收益最低时对应的各个所述干预事件发生强度。
37、第二方面，本专利技术为了解决上述技术问题还提供了一种多反转类新闻干本文档来自技高网...
【技术保护点】
1.一种多反转类新闻干预方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述预设的干预事件包括消极情绪抑制事件、消极情绪转化事件、积极情绪促进事件和积极情绪保护事件，以预设的干预事件对所述待处理新闻对应的各个事件进行干预，包括：
5.根据权利要求1至3中任一项所述的方法，其特征在于，各个所述干预事件的干预事件发生强度通过以下方式构建：
6.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述目标函数，确定在所述干预收益最低时对应的各个所述干预事件发生强度，包括：
8.一种多反转类新闻干预装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种多反转类新闻干预方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述预设的干预事件包括消极情绪抑制事件、消极情绪转化事件、积极情绪促进事件和积极情绪保护事件，以预设的干预事件对所述待处理新闻对应的各个事件进行干预，包括：
5.根据权利要求1至3中任一项所述的方法，其特征在于，各个所述干预事件的干预事件发生强度通过以下方式构建：
6.根据权利要求1至3中任一项所述...
【专利技术属性】
技术研发人员：尹邦政，萧楚言，徐振华，朱静，王巧莲，
申请(专利权)人：广州铁路职业技术学院广州铁路机械学校，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。