一种基于文本智能挖掘的政策热点预测方法
基本信息
申请号 | CN202110843654.0 | 申请日 | - |
公开(公告)号 | CN113537609A | 公开(公告)日 | 2021-10-22 |
申请公布号 | CN113537609A | 申请公布日 | 2021-10-22 |
分类号 | G06Q10/04;G06F40/216;G06K9/62;G06N3/04;G06F16/35;G06F16/36 | 分类 | 计算;推算;计数; |
发明人 | 向安玲 | 申请(专利权)人 | 北京清博智能科技有限公司 |
代理机构 | 北京世誉鑫诚专利代理有限公司 | 代理人 | 郭官厚 |
地址 | 100088 北京市海淀区花园路5号133幢13层1301 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于文本智能挖掘的政策热点预测方法,包括步骤一:选择原始文本,拆分文本内容,基于TF‑IDF算法抽取关键词;步骤二:基于知识图谱的识别政策文本实体;步骤三:利用对比类推的思想进行差异性与空白点预测;步骤四:利用灰色预测模型得到未来政策文本的关键词词频的预测值;步骤五:基于关键词词集构建网络图,利用K‑means方法进行主题聚类,基于主题之间的相似性矩阵,将专家、智库、媒体、政策等不同类型因素作为调控因子纳入模型中调控预测结果的权重。本发明借助内容分析与对比类推思想,纵向分析历史数据,横向对比国际政策,充分利用了政策文本,提取、构建关键词网络,在此基础上聚类并预测,可获得相对准确的预测结果。 |
