买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南通大学申请的专利一种基于SQ-LDA主题模型的交通安全舆情分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115757776B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211386155.4，技术领域涉及：G06F16/353；该发明授权一种基于SQ-LDA主题模型的交通安全舆情分析方法是由赵敏;黄欣;覃文智;杨婧;万瑾设计研发完成，并于2022-11-07向国家知识产权局提交的专利申请。

本一种基于SQ-LDA主题模型的交通安全舆情分析方法在说明书摘要公布了：本发明涉及数据挖掘技术领域，尤其涉及一种基于SQ‑LDA主题模型的交通安全舆情分析方法。本发明包括以下步骤：S1、获取交通安全社交软件舆情数据；S2、预处理交通安全社交软件舆情数据；S3、利用基于SQ‑LDA主题模型进行特征主题提取；S4、可视化交通安全社交软件舆论热点。本发明的SQ‑LDA主题模型中样本质量负采样方法则是根据梯度计算样本信息量，以区分高、低质量负样本，过滤掉低质量负样本并最大化正样本概率及最小化高质量负样本概率，进而有效挖掘并分析交通安全社交软件舆情数据。本发明设置主题下关键词的频次概率阈值，当关键词的频次概率超过所设置的频次概率阈值时，将触发该主题下的关键词舆情预警，为社会舆情预警提供必要的技术支撑。

本发明授权一种基于SQ-LDA主题模型的交通安全舆情分析方法在权利要求书中公布了：1.一种基于SQ-LDA主题模型的交通安全舆情分析方法，其特征在于，包括以下步骤： S1、获取交通安全社交软件舆情数据； S2、预处理交通安全社交软件舆情数据； S3、利用SQ-LDA主题模型进行特征主题提取； 所述步骤S3具体包括以下步骤： S3.1、定义清洗后的重组舆情数据集，即： ； 其中，为清洗后的第条评论内容数据； S3.2、利用jieba分词工具对进行分词； S3.3、定义中的关键词，为每条评论数据的关键词个数； S3.4、导入停用表S； S3.5、判断下标是否满足如果满足，则进入S3.6；如果不满足，则进入S3.8； S3.6、判断下标是否满足如果满足，则进入S3.7；如果不满足，则进入S3.5； S3.7、判断关键词是否是停用词，并返回至S3.6；若关键词是停用词，则删除该关键词；反之则保留该关键词； S3.8、得到关键词表，定义，其中为第条评论数据的关键词组，且； S3.9、假设有个关于“交通安全”的主题； S3.10、循环遍历关键词表，给每个关键词分配一个主题，相同关键词可分配到不同的主题； S3.11、遍历关键词组，定义并计算关键词未属于主题的概率和主题在语料中的概率； S3.12、记为狄利克雷函数的先验参数； S3.13、定义关键词组中关键词属于主题的概率，即： ； S3.14、利用余弦相似度，找到与关键词最相似的2c个关键词，即这2c+1个关键词的主题类似； S3.15、定义关键词与其最相似的2c个关键词的相似概率； S3.16、利用样本质量负采样，使概率最小化，即： ； 其中，表示Huffman树中上下文不出现某词的期望值，为噪音关键词个数，为噪音关键词，为噪音关键词的向量表示，为关键词的向量表示； S3.17、定义平均对数概率函数，即： ； 其中，N=9789； S3.18、最大化对数概率函数； S3.19、区分关键词与个噪音关键词，并使概率值增加； S3.20、判断迭代次数是否满足，如果满足，则进入S3.21；如果不满足，则进入S3.11，并更新迭代次数，即； S3.21、合并优化相似关键词的主题词； S3.22、寻找最优主题数，及在各主题下，关键词相对应的频次概率； S4、可视化交通安全社交软件舆论热点。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南通大学，其通讯地址为：226019 江苏省南通市崇川区啬园路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。