舆情相似度计算

舆情相似度计算

舆情的属性有以下：

domain 舆情发生领域

regions 舆情地域（可将全国划分至5个区域，或十个以内）

opinionType 舆情类型

mediaType 发布言论中各媒体类别所占的比例

mediaGrade 发布言论中各媒体类别所占的比例

 

需要将前三个属性转换成数值型以便计算，以domain为例：

 

domain类型

编码（xyz）

社会

001

伦理

010

教育

100

 

这种编码的好处是各个不同值之间的距离相等，相同值之间的距离为0.

如 社会与伦理的距离：2（按位相减，再取平方和）；

   社会与教育的距离：2

   社会与社会的距离：0

 

舆情A示例：

 

属性

真实值

编码值

domain

伦理

010

regions

东部沿海（广东）

00001

opinionType

社会事件

001

mediaType

30%  20%  20%  （10%）

30%  20%  20%  （10%）

mediaGrade

30%  50%  （20%）

30%  50%  （20%）

 

距离度量可表示为:

x为舆情A的属性矢量，y为舆情B的属性矢量