信息传播风险预测方法及装置、存储介质及电子设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114881302A(43)申请公布日2022.08.09(21)申请号202210422135.1(22)申请日2022.04.21(71)申请人中国农业银行股份有限公司地址100005北京市东城区建国门内大街69号(72)发明人叶俊严欢周一廷(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师李伟(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q50/00(2012.01)G06K9/62(2022.01)权利要求书3页说明书13页附图6页(54)发明名称信息传播风险预测方法及装置、存储介质及电子设备(57)摘要本申请提供了一种信息传播风险预测方法及装置、存储介质及电子设备，该方法包括：按预设周期，基于待预测稿件在每个发布渠道已产生的评论数据，通过预先构建的预测模型，得到待预测稿件对应的每个发布渠道在每个未来时间点的总评论数预测值和负面评论数预测值，绘制总评论数趋势图和负面评论数趋势图，以及计算负面评论占比，基于总评论数趋势图和负面评论数趋势图，确定目标告警阈值，若负面评论占比不大于目标告警阈值，则确定待预测稿件不存在信息传播风险，否则，确定待预测稿件存在信息传播风险。可见，本申请方案，实现了信息传播风险的预测，为处理风险提供更多的响应时间，从而降低信息传播风险，进而降低负面影响。CN114881302ACN114881302A权利要求书1/3页1.一种信息传播风险预测方法，其特征在于，包括：在待预测稿件发布后，按预设周期，获取所述待预测稿件在每个发布渠道已产生的评论数据；将每个发布渠道已产生的评论数据输入至预先构建的预测模型中，得到所述待预测稿件对应的每个发布渠道在每个未来时间点的总评论数预测值和负面评论数预测值；基于每个发布渠道在每个未来时间点的总评论数预测值和负面评论数预测值，绘制所述待预测稿件的趋势图；所述趋势图包括总评论数趋势图和负面评论数趋势图；基于所述待预测稿件的趋势图，从预设的各个告警阈值中确定目标告警阈值；基于每个发布渠道在每个未来时间点的总评论数预测值和负面评论数预测值，计算所述待预测稿件的负面评论占比；若所述负面评论占比不大于所述目标告警阈值，则确定所述待预测稿件不存在信息传播风险；若所述负面评论占比大于目标告警阈值，则确定所述预测稿件存在信息传播风险，并发出告警信息。2.根据权利要求1所述的方法，其特征在于，所述基于每个发布渠道在每个未来时间点的总评论数预测值和负面评论数预测值，绘制所述待预测稿件的趋势图，包括：基于每个发布渠道在每个未来时间点的总评论数预测值，计算每个未来时间点的总评论数预测总值；基于每个发布渠道在每个未来时间点的负面评论数预测值，计算每个未来时间点的负面评论数预测总值；基于每个未来时间点的总评论数预测总值，绘制所述待预测稿件的总评论数趋势图；基于每个未来时间点的负面评论数预测总值，绘制所述待预测稿件的负面评论数趋势图。3.根据权利要求1所述的方法，其特征在于，所述基于所述待预测稿件的趋势图，从预设的各个告警阈值中确定目标告警阈值，包括：基于所述待预测稿件的趋势图和预设的各个历史趋势图，利用预设的距离计算算法，计算所述趋势图与每个历史趋势图之间的距离，得到计算结果；基于所述计算结果，确定预先构建的聚类树中所述待预测稿件所属的分类结果；将预设的各个告警阈值中与所述分类结果对应的告警阈值确定为目标告警阈值。4.根据权利要求1所述的方法，其特征在于，所述预测模型的构建过程，包括：获取训练数据集合和测试数据集合；所述训练数据集合包括历史稿件在每个发布渠道的训练数据序列，所述训练数据序列包括多个时间点对应的训练数据组合，所述训练数据组合包括时间点、发布渠道、所述历史稿件在所述发布渠道和所述时间点的历史总评论总数和负面评论数，所述测试数据集合包括历史稿件在每个发布渠道的测试数据序列；启动预设的计数器进行初始计数；对每个训练数据序列进行平稳性校验；若存在任意一个训练数据序列未通过平稳性校验，则对每个训练数据序列进行差分处理，对所述计数器的计数结果进行加一处理，并基于差分处理后的各个训练数据序列，返回执行所述对每个训练数据序列进行平稳性校验的步骤；2CN114881302A权利要求书2/3页若所有的训练数据序列均通过平稳性校验，则基于所述计数器当前的计数结果，确定差分次数；基于各个训练数据序列，绘制偏自相关图和自相关图；分析所述自相关图和偏自相关图的拖尾情况，得到自回归项数的取值范围和移动平均项数的取值范围；对所述自回归项数的取值范围包括的数值和移动平均项数的取值范围包括的数值进行两两组合，得到每个组合结果；每个组合结果包括自回归项数和移动平均项数；针对每个组合结果，