本文探讨了舆情相似度计算的方法，涉及舆情的domain、regions和opinionType等属性的数值转换。通过编码策略，将不同属性转化为数值型，便于进行距离度量。以domain为例，展示了社会、伦理、教育等领域之间的距离计算。舆情A的属性矢量与其他舆情的比较，揭示了相似度计算在舆情分析中的应用。
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：
最低0.47元/天 解锁文章
扫一扫
1397
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
