本發明涉及輿論風險預警管理，尤其涉及一種自動化的輿論風險預警應用方法。

背景技術：

1、隨著網絡技術的快速發展，網絡自媒體的出現加快了輿論消息的傳播速度，在信息傳播環境日益復雜的今天，輿論風險已經成為企業和政府面臨的重要挑戰之一。一旦輿論風險爆發，可能會對企業的品牌形象、政府的公信力以及個人的聲譽造成嚴重損害。傳統的輿論風險預警方法往往采用固定閾值，即當某個指標(如訪問量、評論量等)超過預設的閾值時，觸發預警。通過自動化的輿論風險預警應用方法，可以實時監測和分析公眾輿論的變化，及時發現潛在的輿論風險，并采取相應的應對措施。

2、現有技術，通過實時監測和分析各種輿論數據源，從中提取潛在風險信號，并評估并應對輿論風險，實現對輿論風險的監控和預警。

3、例如公告號為：cn111784492b的發明專利公告的輿情分析和財務預警方法、裝置、電子設備和存儲介質，包括：采集待分析的對象的初始預警數據；基于初始預警數據中每一用戶的輿論影響參數、輿論質量參數以及輿論針對性參數，濾除初始預警數據中的非自然輿論數據，得到自然輿論數據；基于自然輿論數據，對對象進行輿情分析。

4、例如公告號為：cn112711705b的發明專利公告的輿情數據處理方法、設備及存儲介質，包括：通過根據預設知識圖譜，對待處理輿情數據獲取目標相關信息；根據目標相關信息獲取待處理輿情數據的情感傾向信息以及話題演化信息，并從預設歷史訓練集中獲取與待處理輿情數據相似的歷史輿情數據；根據情感傾向信息、話題演化信息以及歷史輿情數據，確定待處理輿情數據的評級參數；根據評級參數以及第一預設閾值，獲取待處理輿情數據的評價結果，并根據評價結果在對應界面中展示評價結果、以及展示情感傾向信息、話題演化信息和歷史輿情數據中的至少一項。

5、但本技術在實現本技術實施例中發明技術方案的過程中，發現上述技術至少存在如下技術問題：

6、現有技術中，由于信息檢索實時性低，預警應用可能無法及時獲取到最新的輿論信息，可能導致預警信號的發出滯后于實際事件的發生，存在輿論風險預警應用過程中預警效率低的問題。

技術實現思路

1、本技術實施例通過提供一種自動化的輿論風險預警應用方法，解決了現有技術中輿論風險預警應用過程中預警效率低的問題，實現了輿論風險預警效率的提高。

2、本技術實施例提供了一種自動化的輿論風險預警應用方法，包括以下步驟：s1，根據獲取的輿論數據得到預警實時評估值，基于預警實時評估值判斷是否進行數據延遲評估，所述預警實時評估值用于評估輿論預警的實時性；s2，若進行數據延遲評估，則根據獲取的初始預警數據得到數據延遲評估值，基于數據延遲評估值判斷是否進行預警優化，所述數據延遲評估值用于評估數據收集和處理的延遲；s3，若進行預警優化，則根據初始預警數據和預警優化后的預警數據得到數據優化評估值，基于數據優化評估值判斷是否進行反饋，所述數據優化評估值用于評估優化措施的有效性。

3、進一步的，所述輿論數據包括關鍵詞討論量、預警關鍵詞討論量、關鍵詞出現時刻和預警時刻；所述初始預警數據包括pi?ng值、數據包丟失率、帶寬、內容更新頻率、cpu利用率、內存利用率、i/o等待時間和吞吐量。

4、進一步的，所述根據獲取的輿論數據得到預警實時評估值的具體方法如下：從預設數據庫中獲取預設預警間隔時長；根據關鍵詞討論量和預警關鍵詞討論量的相對關系得到討論量偏差，所述討論量偏差通過對關鍵詞討論量和預警關鍵詞討論量的比值運算進行處理得到；根據關鍵詞出現時刻、預警時刻和預設預警間隔時長的相對關系得到預警延遲，所述預警延遲通過對關鍵詞出現時刻和預警時刻的比值運算進行處理得到；將討論量偏差和預警延遲進行處理得到預警實時評估值。

5、進一步的，所述根據獲取的初始預警數據得到數據延遲評估值的具體方法如下：從預設數據庫中獲取預設預警數據，所述預設預警數據包括預設ping值、預設數據包丟失率、預設i/o等待時間、預設cpu利用率最大值和預設內存利用率最大值；根據ping值和預設ping值的相對關系得到ping值偏差，所述ping值偏差通過對ping值和預設ping值的比值運算進行處理得到；根據數據包丟失率和預設數據包丟失率的相對關系得到數據包丟失率偏差，所述數據包丟失率偏差通過對數據包丟失率和預設數據包丟失率的比值運算進行處理得到；根據帶寬和內容更新頻率的相對關系得到更新系數，所述更新系數通過對帶寬和內容更新頻率的比值運算進行處理得到；根據cpu利用率和預設cpu利用率最大值的相對關系得到cpu利用率偏差，所述cpu利用率偏差通過對cpu利用率和預設cpu利用率最大值的比值運算進行處理得到；根據內存利用率和預設內存利用率最大值的相對關系得到內存利用率偏差，所述內存利用率偏差通過對內存利用率和預設內存利用率最大值的比值運算進行處理得到；根據i/o等待時間和預設i/o等待時間的相對關系得到i/o等待時間偏差，所述i/o等待時間偏差通過對i/o等待時間和預設i/o等待時間的比值運算進行處理得到；將ping值偏差、數據包丟失率偏差、更新系數、cpu利用率偏差、內存利用率偏差和i/o等待時間偏差進行處理得到數據延遲評估值。

6、進一步的，所述根據初始預警數據和預警優化后的預警數據得到數據優化評估值的具體方法如下：根據優化后ping值和ping值的相對關系得到ping值優化系數，所述ping值優化系數通過對優化后ping值和ping值的比值運算進行處理得到；根據優化后數據包丟失率和數據包丟失率的相對關系得到數據包丟失率優化系數，所述數據包丟失率優化系數通過對優化后數據包丟失率和數據包丟失率的比值運算進行處理得到；根據優化后帶寬和帶寬的相對關系得到帶寬優化系數，所述帶寬優化系數通過對優化后帶寬和帶寬的比值運算進行處理得到；根據優化后吞吐量、吞吐量和預設吞吐量的相對關系得到吞吐量優化系數，所述吞吐量優化系數通過對優化后吞吐量與預設吞吐量的比值運算和吞吐量與預設吞吐量的比值運算進行處理得到；將pi?ng值優化系數、數據包丟失率優化系數、帶寬優化系數和吞吐量優化系數進行處理得到網絡優化有效系數，所述網絡優化有效系數用于評估網絡優化的有效性；根據優化后cpu利用率偏差和cpu利用率偏差的相對關系得到cpu利用率優化系數，所述cpu利用率優化系數通過對優化后cpu利用率偏差和cpu利用率偏的差值進行處理得到；根據優化后內存利用率偏差和內存利用率偏差的相對關系得到內存利用率優化系數，所述內存利用率優化系數通過對優化后內存利用率偏差和內存利用率偏差的差值進行處理得到；根據優化后i/o等待時間和i/o等待時間的相對關系得到i/o等待時間優化系數，所述i/o等待時間優化系數通過對優化后i/o等待時間和i/o等待時間的比值運算進行處理得到；將cpu利用率優化系數、內存利用率優化系數和i/o等待時間優化系數進行處理得到資源優化有效系數；將網絡優化有效系數和資源優化有效系數進行處理得到數據優化評估值。

7、進一步的，所述數據優化評估值的具體限制表達式如下：

8、

9、式中，i表示輿論監測次數的編號，i＝1,2,...,t，t表示輿論監測的總次數，youi表示第i次輿論監測的數據優化評估值，wli表示第i次輿論監測的網絡優化有效系數，zyi表示第i次輿論監測的資源優化有效系數。

10、本技術實施例中提供的一個或多個技術方案，至少具有如下技術效果或優點：

11、1、通過獲取的輿論數據得到預警實時評估值，然后基于獲取的初始預警數據得到的數據延遲評估值判斷是否進行預警優化，最后若進行數據優化評估，則根據初始預警數據和預警優化后的預警數據得到數據優化評估值，基于數據優化評估值判斷是否進行反饋，從而提高了預警的實時性，進而實現了輿論風險預警效率的提高，有效解決了現有技術中輿論風險預警應用過程中預警效率低的問題。

12、2、通過關鍵詞討論量和預警關鍵詞討論量的相對關系得到討論量偏差，然后根據關鍵詞出現時刻、預警時刻和預設預警間隔時長的相對關系得到預警延遲，最后將討論量偏差和預警延遲進行處理得到預警實時評估值，從而量化評估了輿論風險預警的實時性，進而實現了應用過程中對輿論風險預警機制的優化。

13、3、通過ping值優化系數、數據包丟失率優化系數、帶寬優化系數和吞吐量優化系數進行處理得到網絡優化有效系數，然后將cpu利用率優化系數、內存利用率優化系數和i/o等待時間優化系數進行處理得到資源優化有效系數，最后將網絡優化有效系數和資源優化有效系數進行處理得到數據優化評估值，從而量化評估對優化措施有效性的量化評估，進而實現了輿論風險預警實時性的提高。