本發(fā)明涉及應用在政府、企業(yè)的全球媒體形象分析技術，尤其涉及全球媒體形象分析方法、裝置和系統(tǒng)。
背景技術：
伴隨著信息全球化的歷史進程，建構良好的全球媒體形象已成為政企對外發(fā)展合作的重要目標。全球媒體形象是基于海量信息、數(shù)據(jù)搜索，并經(jīng)專業(yè)分析獲得的具有決策參考意義的坐標。它可以快速讓政府、機構、企業(yè)在這一坐標中找準自己的定位，明確自身的媒體形象與影響力，從而為未來的品牌推廣、招商引資、舉辦大型活動提供清晰參考。
全球媒體涵蓋了全世界各語種媒體，如將全球媒體分為三大類：大陸媒體，即中國31個省(市)地區(qū)的媒體；港澳臺媒體，即中國香港、中國澳門和中國臺灣地區(qū)媒體；國際媒體，即中國以外國家或地區(qū)的媒體。此外，中國港澳臺媒體和國際媒體合稱為境外媒體。
如何更全面、綜合地了解全球媒體對自身的報道和主要觀點、價值主張，在樹立良好的政企形象和對外合作發(fā)展應對策略、更好的傳播自身思想、文化、產(chǎn)品和價值觀念成為政企日益關注的問題。而在急速變化的時代，政府、企業(yè)要想在浩如煙海的天量信息中，搜索整理并勾勒出自身的全球媒體形象，面臨巨大的人力、物力以及專業(yè)知識的門檻。
技術實現(xiàn)要素：
為了克服現(xiàn)有技術的不足，本發(fā)明的目的在于提供全球媒體形象分析方法、裝置和系統(tǒng)，其能提供媒體形象清晰全面且準確真實的數(shù)據(jù)參考。
本發(fā)明的目的之一采用以下技術方案實現(xiàn)：
全球媒體形象分析方法，包括如下步驟：
s1、獲取媒體報道內容；
s2、對媒體報道內容提取內容關鍵詞，根據(jù)識別模型和內容關鍵詞，對媒體報道內容進行評分；
s3、按照預設維度將媒體報道內容分類成若干個維度，預設維度包括：產(chǎn)品形象、組織形象、人員形象和品牌競爭力；
s4、對每個維度的媒體報道內容提取內容關鍵詞，根據(jù)識別模型和每個維度的內容關鍵詞，對每個維度進行評分，得到子評分；
s5、根據(jù)媒體報道內容的評分、預設維度以及子評分形成可視化分析報告。
作為優(yōu)選，識別模型的建立包括如下步驟：
獲取海量全球媒體報道內容信息，利用tf-idf算法提取情緒關鍵詞；計算每個關鍵詞出現(xiàn)的次數(shù)，建立情緒關鍵詞典矩陣，以此作為神經(jīng)網(wǎng)絡模型的輸入項；
獲取全球媒體報道內容信息對應表達的觀點正負面傾向程度對應正負面的區(qū)間數(shù)據(jù)，并建立正負區(qū)間輸出矩陣；以此作為神經(jīng)網(wǎng)絡模型的輸出項，進行訓練。
本發(fā)明的目的之二采用以下技術方案實現(xiàn)：
全球媒體形象分析裝置，包括：
獲取模塊，用于獲取媒體報道內容；
第一評分模塊，用于對媒體報道內容提取內容關鍵詞，根據(jù)識別模型和內容關鍵詞，對媒體報道內容進行評分；
分類模塊，用于按照預設維度將媒體報道內容分類成若干個維度，預設維度包括：產(chǎn)品形象、組織形象、人員形象和品牌競爭力；
第二評分模塊，用于對每個維度的媒體報道內容提取內容關鍵詞，根據(jù)識別模型和每個維度的內容關鍵詞，對每個維度進行評分，得到子評分；
生成模塊，用于根據(jù)媒體報道內容的評分、預設維度以及子評分形成可視化分析報告。
作為優(yōu)選，識別模型的建立包括：
獲取海量全球媒體報道內容信息，利用tf-idf算法提取情緒關鍵詞；計算每個關鍵詞出現(xiàn)的次數(shù)，建立情緒關鍵詞典矩陣，以此作為神經(jīng)網(wǎng)絡模型的輸入項；
獲取全球媒體報道內容信息對應表達的觀點正負面傾向程度對應正負面的區(qū)間數(shù)據(jù)，并建立正負區(qū)間輸出矩陣；以此作為神經(jīng)網(wǎng)絡模型的輸出項，進行訓練。
本發(fā)明的目的之三采用以下技術方案實現(xiàn)：
全球媒體形象分析方法，包括如下步驟：
s1、獲取媒體報道內容；
s2、對媒體報道內容提取內容關鍵詞，根據(jù)識別模型和內容關鍵詞，對媒體報道內容進行評分；
s3、按照預設維度將媒體報道內容分類成若干個維度，預設維度包括：企業(yè)家關注度、名人關注度和機構關注度；
s4、對每個維度的媒體報道內容提取內容關鍵詞，根據(jù)識別模型和每個維度的內容關鍵詞，對每個維度進行評分，得到子評分；
s5、根據(jù)媒體報道內容的評分、預設維度以及子評分形成可視化分析報告。
作為優(yōu)選，識別模型的建立包括如下步驟：
獲取海量全球媒體報道內容信息，利用tf-idf算法提取情緒關鍵詞；計算每個關鍵詞出現(xiàn)的次數(shù)，建立情緒關鍵詞典矩陣，以此作為神經(jīng)網(wǎng)絡模型的輸入項；
獲取全球媒體報道內容信息對應表達的觀點正負面傾向程度對應正負面的區(qū)間數(shù)據(jù)，并建立正負區(qū)間輸出矩陣；以此作為神經(jīng)網(wǎng)絡模型的輸出項，進行訓練。
本發(fā)明的目的之四采用以下技術方案實現(xiàn)：
全球媒體形象分析裝置，包括：
獲取模塊，用于獲取媒體報道內容；
第一評分模塊，用于對媒體報道內容提取內容關鍵詞，根據(jù)識別模型和內容關鍵詞，對媒體報道內容進行評分；
分類模塊，用于按照預設維度將媒體報道內容分類成若干個維度，預設維度包括：企業(yè)家關注度、名人關注度和機構關注度；
第二評分模塊，用于對每個維度的媒體報道內容提取內容關鍵詞，根據(jù)識別模型和每個維度的內容關鍵詞，對每個維度進行評分，得到子評分；
生成模塊，用于根據(jù)媒體報道內容的評分、預設維度以及子評分形成可視化分析報告。
作為優(yōu)選，識別模型的建立包括：
獲取海量全球媒體報道內容信息，利用tf-idf算法提取情緒關鍵詞；計算每個關鍵詞出現(xiàn)的次數(shù)，建立情緒關鍵詞典矩陣，以此作為神經(jīng)網(wǎng)絡模型的輸入項；
獲取全球媒體報道內容信息對應表達的觀點正負面傾向程度對應正負面的區(qū)間數(shù)據(jù)，并建立正負區(qū)間輸出矩陣；以此作為神經(jīng)網(wǎng)絡模型的輸出項，進行訓練。
本發(fā)明的目的之五采用以下技術方案實現(xiàn)：
全球媒體形象分析系統(tǒng)，用于執(zhí)行全球媒體形象分析方法。
相比現(xiàn)有技術，本發(fā)明的有益效果在于：從互聯(lián)網(wǎng)信息中獲取海量數(shù)據(jù)，通過機器抓取分析與目標政企相關的全球媒體資訊報道，通過相關關鍵詞、正負面語義分析，從熱詞、企業(yè)、機構、名人、企業(yè)家、關注度、媒體報道情緒態(tài)度曲線等多個維度對企業(yè)全球媒體形象予以界定得出全球媒體形象報告，快速讓企業(yè)、機構明確自身的媒體形象與影響力數(shù)據(jù)，從而為未來的品牌推廣、招商引資、舉辦大型活動提供清晰全面、準確真實的數(shù)據(jù)參考。
附圖說明
圖1為本發(fā)明全球媒體形象分析方法的流程圖。
具體實施方式
下面，結合附圖以及具體實施方式，對本發(fā)明做進一步描述：
全球媒體形象分析方法，如圖1所示，包括如下步驟：
步驟101、從網(wǎng)絡獲取媒體報道內容；具體的：通過關鍵字，利用網(wǎng)絡爬蟲技術從網(wǎng)絡上獲取媒體報道內容；關鍵字包括政企關鍵字、相關產(chǎn)品、人名和地區(qū)關鍵詞等，媒體報道內容包括全球媒體報道內容中與政府、企業(yè)相關的指定單位時間段內的媒體報道內容信息。
網(wǎng)絡爬蟲是一種自動提取網(wǎng)頁的程序，它為搜索引擎從萬維網(wǎng)上下載網(wǎng)頁，是搜索引擎的重要組成。
步驟102、對媒體報道內容提取內容關鍵詞，根據(jù)識別模型和內容關鍵詞，對媒體報道內容進行評分。
具體的，提取媒體報道內容的內容關鍵詞，統(tǒng)計每個內容關鍵詞出現(xiàn)的次數(shù)，根據(jù)內容關鍵詞及其出現(xiàn)的次數(shù)形成該媒體報道內容的特征向量，根據(jù)建立好的識別模型中的情緒詞典矩陣和該特征向量，分析該媒體報道內容的正負面，并對媒體報道內容進行評分。
步驟103、按照預設維度將媒體報道內容分類成若干個維度，如果分析的對象是企業(yè)，則預設維度包括：產(chǎn)品形象、組織形象、人員形象和品牌競爭力；如果分析的對象是政府，則預設維度包括：企業(yè)家關注度、名人關注度和機構關注度；
全球媒體形象主要分析對象為政府和企業(yè)，需要針對各主體設置分析的維度，建立各維度關鍵詞庫對信息歸類，使用不同的分析統(tǒng)計方法。
產(chǎn)品形象包括產(chǎn)品質量、產(chǎn)品款式、產(chǎn)品服務三方面數(shù)據(jù)量和正負面傾向分析，可以幫助相關企業(yè)的研發(fā)人員找出問題所在，設計人員知曉目標客戶的需求和品位，服務端員工看到改進方向。具體為產(chǎn)品的質量口碑，產(chǎn)品款式上的進步與改變，產(chǎn)品的售前、售中、售后服務品質三方面信息的媒體報道數(shù)量和傾向數(shù)據(jù)分析。
組織形象從制度、效益、信用、實力4部分相關信息為政企畫像，分析得出媒體報道的方向和報道量變化情況，通過上述4部分相關關鍵詞組合、內容的正負面傾向分析，直觀地讓政企看到自身組織形象的優(yōu)勢與弱點，并采取相應措施。其一，給管理層提供詳實精準的參考，有利于在工作中取長補短，其二，采取正確的公關應對策略，包括輿情應對、專業(yè)人士建言等。
人員形象根據(jù)全球媒體報道信息數(shù)據(jù)提取關鍵詞進行分析，為對企業(yè)管理層及普通員工畫像。管理層、掌舵本企業(yè)的企業(yè)家(如董事長、總經(jīng)理)的全球媒體關注度，可以幫助企業(yè)認知自己在傳播方面的優(yōu)劣勢，針對性的在做品牌推廣、廣告等活動時，充分考慮靈活運用自己的強項、巧妙避開自己的弱項，大大節(jié)省成本。普通員工的群像刻畫體現(xiàn)了企業(yè)的文化、價值觀以及管理模式的真實影響。
品牌競爭力反映了企業(yè)在行業(yè)中，在客戶中，在消費者中的地位和排名，這一關注度指標的強弱與變化，為企業(yè)、競爭對手的媒體曝光量數(shù)據(jù)對比和趨勢分析。
企業(yè)家關注度為地域范圍內的最受關注企業(yè)家統(tǒng)計數(shù)據(jù)，它可以幫助政府清晰認知到本地域的企業(yè)優(yōu)、劣勢、產(chǎn)業(yè)優(yōu)、劣勢，了解對外宣傳、招商時，可以充分靈活運用的資源數(shù)據(jù)。
制度為企業(yè)的管理制度解讀，這種管理制度同時也塑造了企業(yè)文化和企業(yè)價值觀。效益為企業(yè)的社會效益和經(jīng)濟效益，以及社會責任的履行，包括解決就業(yè)、納稅等內容信息。信用為在經(jīng)營活動中形成的口碑，在資本市場中的公信力。實力為現(xiàn)有資產(chǎn)、人才隊伍、資源、研發(fā)能力的總體呈現(xiàn)。
名人關注度：名人從文化上而言，對于當?shù)氐闹扔袠O大的幫助，這一指數(shù)的強弱，實際上反映了當?shù)氐能泴嵙?。名人關注度數(shù)據(jù)為地域范圍內受關注的名人的資訊統(tǒng)計數(shù)據(jù)和報道傾向分析，內容包括名人與當?shù)氐拈_放度、歷史發(fā)展密切相關的媒體報道。
機構關注度：機構是包括教育資源、企業(yè)資源以及其他商業(yè)實體在內的一種統(tǒng)稱，反映了當?shù)貙嶓w經(jīng)濟的發(fā)展實力、品牌影響力以及教育資源對社會的正面影響力，這一關注度指標的強弱與變化，對于客戶具有極為重要的參考意義。
步驟104、對每個維度的媒體報道內容提取內容關鍵詞，根據(jù)識別模型和每個維度的內容關鍵詞，對每個維度進行評分，得到子評分。
以及統(tǒng)計每個維度的內容關鍵詞出現(xiàn)的頻率，生成每個維度對應的關鍵詞關注度排行數(shù)據(jù)。
具體的，對每個維度的媒體報道內容提取內容關鍵詞，統(tǒng)計每個內容關鍵詞出現(xiàn)的次數(shù)，根據(jù)內容關鍵詞及其出現(xiàn)的次數(shù)形成該維度的媒體報道內容的特征向量，根據(jù)建立好的識別模型中的情緒詞典矩陣和該媒體報道內容的特征向量，分析該維度的媒體報道內容的正負面，計算該維度的評分；每個維度的媒體報道內容包括對應該維度的文章和報道等內容。
設置各個指數(shù)評價總分為100分，0分對應為趨于完全負面的情緒區(qū)間，100分為趨近完全正面積極的情緒區(qū)間。將每篇內容的情緒判斷區(qū)間結果數(shù)據(jù)對應計算各維度的評分。
識別模型將媒體報道情緒對應分為正面和負面，通過百分比區(qū)間來表示正負面，0為負面情緒，100為正面情緒，越悲觀絕望則越趨近于0，滿意高興則趨近于100％。將海量的網(wǎng)絡全球媒體報道內容對應到正負面百分比各個區(qū)間進行識別訓練，根據(jù)判斷結果不斷調整以建立識別模型。
正面情緒：反映的是媒體觀點對現(xiàn)狀較認同、滿意，對事情抱有的正面希望，如給力、高興、期待。
負面情緒：反映的是媒體觀點對現(xiàn)狀批判、不滿，對將來解決問題不報期望，如悲傷、坑爹、絕望。
識別模型的建立過程包括如下步驟：
獲取海量互聯(lián)網(wǎng)的全球媒體報道內容信息，利用tf-idf算法提取情緒關鍵詞；計算每個關鍵詞出現(xiàn)的次數(shù)，建立情緒關鍵詞典矩陣，以此作為神經(jīng)網(wǎng)絡模型的輸入項；
獲取全球媒體報道內容信息對應表達的觀點正負面傾向程度對應正負面的區(qū)間數(shù)據(jù)，并建立正負區(qū)間輸出矩陣；以此作為神經(jīng)網(wǎng)絡模型的輸出項，進行訓練。
根據(jù)識別結果通過反復調整參數(shù)進行訓練，從而建立識別模型。
步驟105、根據(jù)媒體報道內容的評分、預設維度以及子評分形成可視化分析報告。可視化分析報告包括媒體態(tài)度格式件周期變化曲線圖表。
具體的，預設維度還包括總體指數(shù)、年(月)度關注度、地理關注度、媒體關注度、熱詞關注度和媒體報道情緒態(tài)度曲線。
可視化分析報告還包括全球媒體形象的總體指數(shù)分析；組合政企相關關鍵詞和預設的全球地域關鍵詞庫，分析信息所涉及的地域、國家、城市，統(tǒng)計信息報道的相關媒體以及報道總量數(shù)據(jù)，根據(jù)總體指數(shù)、媒體報道內容的評分和子評分，形成全球媒體形象的總體指數(shù)分析。
可視化分析報告還包括各時間周期趨勢分析圖表；統(tǒng)計對比年(月)度時間周期內的媒體報道信息量、所涉及的地域、國家、城市、媒體出處數(shù)據(jù)，得到多個單位時間內媒體關注度變化數(shù)據(jù)分析結果，根據(jù)媒體報道內容的評分和子評分，并形成各時間周期趨勢分析圖表。
可視化分析報告還包括媒體形象的地理關注度分析結果；根據(jù)地域來源統(tǒng)計報道信息量最高的國家、地區(qū)、城市信息，根據(jù)媒體報道內容的評分、子評分以及地理關注度，列出排行榜，并以地圖形式予以展現(xiàn)上述信息。得到政企媒體形象的地理關注度分析結果。
可視化分析報告還包括媒體關注度指標結果數(shù)據(jù)；根據(jù)媒體介質統(tǒng)計各傳播渠道上的數(shù)據(jù)量、媒體報道內容的評分和子評分；從而進一步得到媒體介質對應的受眾人群屬性，分析主要的關注人群及他們的年齡、收入、性別等信息；通過上述分析得到媒體關注度指標結果數(shù)據(jù)。
其中，總體指數(shù)：通過機器抓取政企單位時間段內全球的相關信息，組合政企相關關鍵詞和全球地域關鍵詞庫，分析得出信息所涉及的地域、國家、城市，統(tǒng)計信息報道的相關媒體以及報道總量數(shù)據(jù)，分析報道的正負面傾向，快速完成對客戶全球媒體形象的總體勾勒，并由此判斷其全球媒體形象是處于哪一區(qū)間。
年(月)度關注度：單位時間內的媒體關注度變化分析，包括報道數(shù)據(jù)量、正負面傾向變化對比數(shù)據(jù)。以對比數(shù)據(jù)顯示政企全球媒體形象的趨勢，觀察其是上升、下跌還是平緩。
地理關注度：哪些國家、地區(qū)、城市對政企保持關注度，在全球范圍內收集授權政企的全部信息，對其進行總量統(tǒng)計、正負面傾向分析，以地圖形式予以展現(xiàn)，并列出排行榜，這是一條橫向的對比軸。主要劃分為：中國內地、港澳臺、海外三部分。可以在地域上快速標注關注授權政企的區(qū)域，對決策提供直觀參考。確認政企在中國內地、港澳臺、海外的影響力數(shù)據(jù)，可以初步判斷其影響力的輻射范圍。
媒體關注度：主要媒體介質為紙媒、電視、廣播、傳統(tǒng)網(wǎng)站、移動媒體、戶外媒體、其他媒體。統(tǒng)計目標政企在各傳播渠道上的數(shù)據(jù)量和報道正負面傾向；同時統(tǒng)計主要的關注人群，包括他們的年齡、收入、性別等。這是介質層面分析可以得出的初步結論。
熱詞關注度：為單位時間段內，媒體報道中提及最多的相關聯(lián)的關鍵詞對比數(shù)據(jù)。熱詞是綜合性指標，如何揚長避短，如何快速達成目標，熱詞都是關鍵參考指數(shù)。對企業(yè)，它是企業(yè)在全球媒體形象這一坐標中最為重要的綜合性參數(shù)，它超越地域、行業(yè)、時空，只以數(shù)據(jù)實證企業(yè)的熱詞到底是哪些，對于客戶精確把握自身優(yōu)勢有非常重要的參考意義，如手機、用戶、智能、市場、產(chǎn)品。對政府，它與當?shù)氐奈幕⒔?jīng)濟、政治有著緊密關聯(lián)，它只以數(shù)據(jù)實證當?shù)氐臒嵩~(關鍵詞)到底是哪些，對于政府精確把握自身優(yōu)勢有非常重要的參考意義，如改革、美食、制造業(yè)。
媒體報道情緒態(tài)度曲線：媒體報道多數(shù)時候有一定的傾向性，或者說有一定的“情緒態(tài)度”，把握梳理“情緒態(tài)度曲線”的變化，可以發(fā)現(xiàn)客戶媒體形象存在的問題，然后施以相應解決方案。情緒態(tài)度曲線能夠勾勒出客戶在媒體報道中的動態(tài)變化，熱詞解決精確度的問題，情緒態(tài)度曲線解決趨勢的問題。明白了趨勢，才能采取相應措施，加以引導、修補。
全球媒體形象分析裝置，包括：
獲取模塊，用于獲取媒體報道內容；
第一評分模塊，用于對媒體報道內容提取內容關鍵詞，根據(jù)識別模型和內容關鍵詞，對媒體報道內容進行評分；
分類模塊，用于按照預設維度將媒體報道內容分類成若干個維度，如果分析對象是企業(yè)，則預設維度包括：產(chǎn)品形象、組織形象、人員形象和品牌競爭力；如果分析對象是政府，則預設維度包括：企業(yè)家關注度、名人關注度和機構關注度；
第二評分模塊，用于對每個維度的媒體報道內容提取內容關鍵詞，根據(jù)識別模型和每個維度的內容關鍵詞，對每個維度進行評分，得到子評分；
生成模塊，用于根據(jù)媒體報道內容的評分、預設維度以及子評分形成可視化分析報告。
本發(fā)明采用機器學習的方式，自動抓取互聯(lián)網(wǎng)中政企相關全球媒體報道信息，利用識別模型判斷全球媒體報道情緒的正負面，通過相關關鍵詞、正負面語義分析，從熱詞、企業(yè)、機構、名人、企業(yè)家、關注度、媒體報道情緒態(tài)度曲線等多個維度對政府、企業(yè)全球媒體形象予以界定得出全球媒體形象報告。
對本領域的技術人員來說，可根據(jù)以上描述的技術方案以及構思，做出其它各種相應的改變以及形變，而所有的這些改變以及形變都應該屬于本發(fā)明權利要求的保護范圍之內。