一种网络信息反馈的监控方法和装置与流程

本申请涉及网络技术，特别涉及一种网络信息反馈的监控方法和装置。

背景技术：

随着互联网技术的迅猛发展，借助网络的力量，各种类型的信息可以实现快速的更加广泛的传播效应。比如，当网络用户在互联网上发布一条信息时，在较短的时间内，该信息有可能被全国甚至全世界范围的民众所知悉。民众在获知网络信息后，通常会对该信息产生一定的反馈，例如，支持网络信息描述的事件，认为这是具有积极作用的事件；或者，反馈网络信息描述的事件，认为这是具有消极作用的事件。这种民众对网络信息的反馈，对于网络信息的发布者具有重要意义，比如，发布者可以根据网络信息反馈决定如何处理网络信息对应的事件，以在民众中形成较好的影响力。

因此，有必要对互联网上的网络信息反馈进行监控，以密切关注民众对网络信息的反应。但是，当前的网络信息反馈的监控，存在监控不准确的缺陷，不利于准确掌握民众的网络信息反馈。

技术实现要素：

有鉴于此，本申请提供一种网络信息反馈的监控方法和装置，以提高对于网络信息反馈的监控准确度。

具体地，本申请是通过如下技术方案实现的：

第一方面，提供一种网络信息反馈的监控方法，包括：

根据被监控的网络信息，采集对于所述网络信息的反馈数据，所述反馈 数据用于表示目标群体对所述网络信息的评论；

对所述反馈数据进行分析，得到所述反馈数据对应的情感倾向结果。

第二方面，提供一种网络信息反馈的监控装置，包括：

信息采集模块，用于根据被监控的网络信息，采集对于所述网络信息的反馈数据，所述反馈数据用于表示目标群体对所述网络信息的评论；

监控分析模块，用于对所述反馈数据进行分析，得到所述反馈数据对应的情感倾向结果。

本申请提供的网络信息反馈的监控方法和装置，通过采集并分析对于被监控的网络信息的反馈数据，得到反馈数据对应的情感倾向结果，可以提高对于网络信息反馈的监控准确度。

附图说明

图1是本申请一示例性实施例示出的一种监控网络信息反馈的应用场景；

图2是本申请一示例性实施例示出的一种网络信息反馈的监控方法的流程图；

图3是本申请一示例性实施例示出的一种评论显示方式；

图4是本申请一示例性实施例示出的另一种评论显示方式；

图5是本申请一示例性实施例示出的一种网络信息反馈的监控装置的结构图；

图6是本申请一示例性实施例示出的另一种网络信息反馈的监控装置的结构图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一 些方面相一致的装置和方法的例子。

本申请实施例的网络信息反馈的监控方法和装置，可以应用于监控民众对互联网上的网络信息的反馈情况。比如，某网络用户作为发布者，在网络上发布了一条网络信息，例如，该网络信息的主题可以为“政府正在考虑延长退休年龄”，其中可以介绍关于该主题的一些内容。

发布者在网络上发布该网络信息之后，可以看到民众对于该网络信息的反馈数据，该反馈数据用于表示民众对网络信息的评论，例如，一部分反馈数据可以表达“支持延长退休年龄”，另一部分反馈数据可以表达“反馈延长退休年龄”，也就是说，反馈数据即民众发表的对于上述网络信息的看法。

通过监控反馈数据，可以及时了解到民众对于网络信息的情感倾向结果，该情感倾向结果例如包括上述的支持或反对的倾向，监控者可以根据民众的情感倾向结果及时调整事件处理方式，比如，如果大多数民众反对延长退休年龄，则政府可以不再进行退休年龄的延长。本申请实施例的网络信息反馈的监控方法，将用于描述如何监控和分析民众对网络信息的反馈，当然，实际实施时，监控的反馈数据也可以是其中一部分目标人群的反馈，而网络信息也适用于各种类型的信息，不局限于上述的政务信息，例如，医疗机构监控医疗行业人员对一件医疗网络信息的反馈。

如图1所示，示例了本实施例的监控网络信息反馈的应用场景，网络信息在网络11中传播时，可以是多途径传播。比如，可以在新闻媒体上发布，或者可以在论坛中发布，或者还可以是在即时通信工具上进行传播等各种方式。示例性的，图1中的服务器12至服务器14可以用于表示各种传播途径的服务器，比如对应上述的媒体服务器、即时通信服务器等。网络信息可以是存储在服务器上，并通过服务器推送给客户端以展示给网络用户，比如，某新闻媒体的媒体服务器上存储一条新闻信息，当用户访问该媒体网站时，就会从对应的媒体服务器上下载包括该新闻信息的网页，用户浏览网页获知该新闻信息。

本实施例中，可以将网络信息反馈的监控装置设置在终端设备15上，该 终端设备15例如可以是个人电脑、移动终端或者服务器。网络信息反馈的监控装置在终端设备上运行，图2示例了该装置执行的网络信息反馈的监控方法的流程，如图2所示，可以包括：

201、根据被监控的网络信息，采集对于所述网络信息的反馈数据，所述反馈数据用于表示目标群体对所述网络信息的评论；

202、对所述反馈数据进行分析，得到所述反馈数据对应的情感倾向结果。

在步骤201中，被监控的网络信息例如可以是上述的“政府正在考虑延长退休年龄”或其他类型的信息。监控装置如果要获取目标群体对该网络信息的反馈数据，需要首先确定要监控的网络信息并由网络上获取该信息。

在一个例子中，被监控的网络信息可以是预先确定的，例如，可以是使用该监控装置进行监控的用户已经预先确定了自己需要监控的网络信息，并将该网络信息输入到监控装置中(例如，在监控装置的人机交互界面输入该网络信息对应的关键字)。在另一个例子中，还可以是用户先使用搜索引擎搜索到当前网络上的热门事件作为要监控的网络信息，并输入到监控装置。

监控装置在获取到需要监控的网络信息后，将从网络上查找该网络信息，并进而得到该网络信息对应的反馈数据。在201中，监控装置采集对于网络信息的反馈数据的方式可以有多种，如下示例性列举两种：

在一个例子中，监控装置可以使用网络爬虫技术进行网页数据的采集，采集包括上述的网络信息的网页数据。网络爬虫技术是一种能够自动获取网页内容的方式，可以根据要监控的网络信息自动从网页服务器上下载对应的网页内容到本地。例如，在使用上述的爬虫技术采集数据时，可以是访问预定的访问地址对应的网页，获取网页数据；比如，用户可以在监控装置的人机交互界面中以选择或者输入的方式，预先设定爬虫要访问的站点(例如，新浪、搜狐、天涯等)，爬虫将根据用户设定的站点访问对应的服务器，采集到该站点的网页内容。或者，用户也可以不预先指定访问地址，而是由爬虫进行全网搜索。此外，在采集时，爬虫可以将某站点的所有网页数据都抓取，或者，为了节省网络资源消耗，也可以只抓取包含监控的网络信息的网 页数据，比如，在访问网页时，爬虫可以先通过页面数据分析判断网页是否包括网络信息，若确定包括才将网页数据下载到监控装置本地。

监控装置在采集到包含被监控的网络信息的网页时，可以进一步获取该网页上有关于该网络信息的评论。例如，仍以上述的“政府考虑延长退休年龄”的网络信息为例，假设监控装置通过网络爬虫技术搜索到多个新闻媒体站点都发布了该信息，以网易和搜狐为例；并且，假设一些论坛上也搜索到该网络信息的发布，比如天涯。在这些站点上，对应于发布的网络信息，通常还会包括一些民众对于该网络信息的评论，图3示例了一种评论显示方式。

如图3的示例，显示了其中一名网友对该网络信息的评论，包括评论的发表时间、网友的网名、评论内容等。本实施例采集的对于网络信息的反馈数据，可以包括：文字评论内容，或者操作评论内容。以图3为例，网友发表的“支持这一政策”的评论即为“文字评论内容”。或者，有些网友懒得发表文字，而是直接通过点击“支持”或者“反对”选项，来表达自己的观点，比如图3示例，网友直接点击“支持”选项，表示自己同意该政策的实施。当然，如果网友是在电脑上上网，可以通过鼠标点击；如果在触摸式移动终端上网，可以通过手指触摸点击。这种用户通过点击或选择操作表达自己观点的方式，可以称为操作评论，图3示例的持支持观点的10人，持反对观点的1人的信息可以称为操作评论内容。

监控装置在采集网页数据时，如果该网页中包括所监控的网络信息，可以根据评论的链接地址继续获取该网络信息对应的评论所在的页面，页面中包括了类似图3示例的评论发表时间、评论内容等，可以从中采集文字评论内容或操作评论内容作为民众对该网络信息的反馈数据。在上述例子中，监控装置在获取到包含评论的页面后，可以一次性获得对于该网络信息的所有反馈数据，比如在网易中可以得到对于一条新闻的所有参与评论。

在另一个例子中，监控装置采集网络信息的反馈数据时，也可以是根据转发地址逐步查找网络信息，并获取对应的评论。例如，以在微博、微信这种工具上发布网络信息为例，如果一个微信用户在朋友圈发布了一条网络信 息，那么该用户的朋友可以对这条信息“发表评论”或者“点赞”，如图4的示例，发表的评论就类似于图3示例的文字评论内容，而“点赞”就类似于图3示例的操作评论内容；监控装置可以获取到这些评论内容作为该微信用户的朋友圈内对应的反馈数据。

此外，该网络信息可能被用户的其中一个朋友转发，转发到该朋友的朋友圈内，也许又被朋友的朋友进行了评论或点赞，此时监控装置可以根据转发地址获取到朋友的朋友圈内的反馈数据。而且，当朋友转发时，也可能添加对于给网络信息的看法，这也作为反馈数据被监控装置采集。

在又一个例子中，不同的发布渠道所发布的关于同一网络信息的内容，可能不是完全相同的。比如，在新闻媒体网易上，对于“政府考虑延长退休年龄”的信息可能是较为详尽的介绍，而在一个微信用户的朋友圈内，可能用户只是简单的说明该信息。为了尽可能全面的查找网络信息，可以使用网络信息的关键字由网络上查找所述网络信息，比如，根据关键字“延长+退休年龄”，就可以搜索到较为全面的关于该网络信息的发布源，进而也能够获取到对于被监控的网络信息的比较全面的反馈数据。

在步骤202中，监控装置可以对采集到的反馈数据进行分析，得到反馈数据对应的情感倾向结果。其中，该情感倾向结果可以包括：预设倾向分类中的其中一种。对于不同的网络信息，或者不同的监控目的，预设的倾向分类可能是不同的，以上述的“政府考虑延长退休年龄”为例，预设倾向分类可以包括：支持延长、不支持延长、保持中立。监控装置分析反馈数据，想要得到的情感倾向结果，即为从这些反馈数据中可以看出民众对于“政府考虑延长退休年龄”的情感倾向，是“支持延长、不支持延长、保持中立”中的哪一种，当然，计算得到的倾向是综合性结论。

如下以上述例子为例，说明如何根据反馈数据得到民众对于“政府考虑延长退休年龄”的情感倾向结果。比如，在图3的例子中，反馈数据可以包括很多条反馈项，例如，一条反馈项对应一个用户的反馈。网页nancy发表的评论可以作为一条“反馈项”，而另一个网友点击“支持”选项表达自己 的观点也可以作为一条“反馈项”。对于每一条反馈项，监控装置都可以进行情感分析，获取该反馈项对应的情感倾向结果。

例如，以nancy发表的评论为例，对文字评论内容“支持这一政策！”进行情感分析，可以采用情感分析算法并结合情感词库进行情感分析。比如，在情感词库中可以存储“支持”这一情感词，并为该情感词标记属性为“正”，表示支持的意思。那么监控装置通过将评论内容与情感词库匹配，发现评论中有“支持”，则可以确定该评论表达的nancy的情感倾向是“正”，即支持网络信息“政府考虑延长退休年龄”。这里只是简单示例情感分析的方法，实际实施中可以采用更为复杂和准确的情感分析方式。

此外，对于操作评论内容也进行情感分析，比如图3示例的，支持的人数表示这些民众都支持对应的网络信息的事件，而反对表示民众不支持。本实施例中，监控装置可以计算反馈数据中分别对应不同种类的情感倾向结果的反馈项数量。

需要说明的是，这里的反馈数据可以包括由不同的采集渠道得到的反馈数据，比如，新闻媒体、论坛或者微博、微信等渠道。不论是何种渠道采集的反馈数据，都要对每一条反馈项进行情感分析，并综合统计不同种类的情感倾向结果的反馈项数量。而如果每一条反馈项对应一个用户的反馈，那么就要统计每种情感倾向结果的对应的人数。例如，支持延长退休的100人，反对延长退休的80人，保持中立的20人。

本实施例中，监控装置还可以结合不同种类的情感倾向结果的反馈项数量，得到所述反馈数据对应的情感倾向结果。比如，仍以上述的例子为例，可以设定对于网络信息“延长退休年龄”的一张支持票(即支持的情感倾向)，对应分值“+1”；对于网络信息的一张反对票(即反对的情感倾向)，对应分值“-1”，保持中立的观点对应分值“0”，那么，如果支持延长退休的100人，反对延长退休的80人，保持中立的20人，得到的总分值是“(+1)*100+(-1)*80+(0)*20＝20”，结果是+20，则表示综合来看，民众是支持延长退休的。当然，在分值计算时也可以采用其他方式，比如，一张支持 票对应分值“+2”；或者，也可以计算各种情感倾向所占的比例，比例最大的情感倾向将作为该网络信息的反馈数据对应的情感倾向结果。

又例如，监控装置还可以对网络信息本身进行情感分析，得到网络信息的发布者对应的情感倾向结果。有时发布者在发表网络信息时，发表内容本身也表达了发布者的情感倾向，通过对发表内容本身进行情感分析，也可以获知撰稿人的情感倾向性。如果撰稿人是社会知名人士或者主流媒体，那么获知该撰稿人的情感倾向性，对于网络信息的处理也具有重要的参考意义，此时，对网络信息反馈的监控，就可以同时获得主流媒体或知名人士的情感倾向，也可以获得普通民众的情感倾向结果，对网络信息的处理提供较为全面的参考依据。

为了实现上述方法，本实施例还提供了一种网络信息反馈的监控装置，如图5所示，该装置可以包括：信息采集模块51和监控分析模块52；其中，

信息采集模块51，用于根据被监控的网络信息，采集对于所述网络信息的反馈数据，所述反馈数据用于表示目标群体对所述网络信息的评论；

监控分析模块52，用于对所述反馈数据进行分析，得到所述反馈数据对应的情感倾向结果。

进一步的，如图6所示，该装置中的信息采集模块51可以包括：信息查找单元511和反馈获取单元512；其中，

信息查找单元511，用于根据所述网络信息的关键字或者转发地址，由网络上查找所述网络信息；

反馈获取单元512，用于获取对于所述网络信息的反馈数据，所述反馈数据包括：文字评论内容、或者操作评论内容。

该装置中的监控分析模块52可以包括：情感分析单元521、数据分类单元522和结果处理单元523；其中，

情感分析单元521，用于对所述反馈数据中包括的每一条反馈项进行情感分析，得到所述反馈项对应的情感倾向结果，所述情感倾向结果包括：预设倾向分类中的其中一种；例如，每一条反馈项，对应于一个用户的反馈。

数据分类单元522，用于计算所述反馈数据中分别对应不同种类的情感倾向结果的反馈项数量；

结果处理单元523，用于结合所述不同种类的情感倾向结果的反馈项数量，得到所述反馈数据对应的情感倾向结果。

进一步的，监控分析模块52，还用于对所述网络信息进行情感分析，得到所述网络信息的发布者对应的情感倾向结果。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。