买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉甘肃政法大学申请的专利基于人工智能的社交网络舆情监测方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119622457B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411670632.9，技术领域涉及：G06F18/241；该发明授权基于人工智能的社交网络舆情监测方法和系统是由安德智;张生财;陆军;袁小刚;李燕;李振江;徐世鹏;刘振宇设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本基于人工智能的社交网络舆情监测方法和系统在说明书摘要公布了：本发明公开了一种基于人工智能的社交网络舆情监测方法和系统，包括以下步骤：从社交网络平台获取舆情数据并进行数据预处理。对舆情数据进行热点事件的自动抽取，利用密度峰值聚类算法识别高密度区域并确定热点事件的热度。采用BERT模型对文本进行情感分类，结合双向LSTM提取上下文特征，并通过Softmax分类器输出情感倾向。针对特定目标事件，使用多头注意力机制和卷积神经网络进行特定目标情感分类。对时间序列数据进行降噪和分解，构建多个基本预测模型并结合加权平均生成组合预测模型，实时监测和预测舆情发展趋势。本发明为政府和企业提供了精准的舆情分析与决策支持，有助于降低舆情风险、维护社会稳定，促进社会的构建。

本发明授权基于人工智能的社交网络舆情监测方法和系统在权利要求书中公布了：1.一种基于人工智能的社交网络舆情监测方法，其特征在于，包括以下步骤： 步骤1、数据预处理：从社交网络平台获取舆情数据，包括文本、图片、评论和转发信息；对文本数据进行中文分词，去除停用词和无效信息；提取关键信息，包括人物、地点、时间和事件；利用BERT模型对文本数据进行词向量编码； 步骤2、热点事件自动抽取：对舆情数据进行聚类分析，识别高密度区域的聚类中心；通过计算每个聚类簇的热度，确定社交网络中的热点事件；根据热度指标对热点事件进行重要性排序； 步骤3、情感分类：采用BERT模型对预处理后的文本进行词向量编码，结合文本主题特征进行特征融合；使用双向LSTM模型提取文本的上下文特征，捕捉前后文信息；利用Softmax分类器对LSTM输出的特征进行情感分类，输出正面、负面或中性的情感倾向； 步骤4、特定目标情感分类：基于BERT模型获取文本的词向量；使用多头注意力机制捕捉文本中的多个重要情感特征；将注意力机制结果输入CNN模型进行局部特征提取；通过Softmax分类器对特定目标的情感极性进行分类； 步骤5、热点事件趋势预测：对时间序列数据进行降噪和分解；构建多个基本预测模型对分解后的模态进行预测；将多个基本预测模型的结果通过加权平均方式组合，形成一个组合预测模型； 步骤6、设计在线预测模块并结合组合预测模型，实时监测热点事件数据并预测未来趋势。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人甘肃政法大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。