[發(fā)明專利]一種輿情熱點(diǎn)動(dòng)態(tài)檢測方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201310069181.9
• 申請(qǐng)日: 2013-03-05
• 公開（公告）號(hào): CN103116651A
• 公開（公告）日: 2013-05-22
• 發(fā)明（設(shè)計(jì)）人: 李千目;劉婷;侯君;戚湧
• 申請(qǐng)（專利權(quán)）人: 南京理工大學(xué)常熟研究院有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種輿情熱點(diǎn)動(dòng)態(tài)檢測方法，其特征在于具體算法步驟如下：

步驟1，檢測一個(gè)或多個(gè)新聞網(wǎng)絡(luò)數(shù)據(jù)源，從數(shù)據(jù)源中抓取報(bào)道，解析出報(bào)道的時(shí)間、標(biāo)題和正文信息；

步驟2，采用質(zhì)心比較策略，將當(dāng)前報(bào)道與所屬類別c內(nèi)現(xiàn)有監(jiān)測到的主題進(jìn)行比較，同時(shí)考慮時(shí)間和內(nèi)容特征，計(jì)算當(dāng)前報(bào)道和現(xiàn)有監(jiān)測到的主題間的相似度，并記錄最大相似度S_max以及相似度最大的主題E_s；?

步驟3，根據(jù)步驟2中計(jì)算得到的最大相似度S_max以及相似度最大的主題E_s，對(duì)當(dāng)前報(bào)道采取如下措施：

a)?如果S_max小于創(chuàng)新閾值θ_n，則在該報(bào)道所述類別內(nèi)創(chuàng)建一個(gè)新主題；

b)?如果S_max大于θ_n而小于聚類閾值θ_c，則返回步驟1；

c)?如果S_max大于θ_c而小于貢獻(xiàn)閾值θ_t，則將當(dāng)前報(bào)道的文章歸于主題E_s，但不調(diào)整E_s；

d)?如果S_max大于θ_t，則將當(dāng)前報(bào)道的文章歸入主題E_s，并調(diào)整E_s；

其中，0<θ_n<θ_c<θ_t≤1，0<S_max≤1；

步驟4，當(dāng)一個(gè)類別處理固定數(shù)量新增報(bào)道后，對(duì)該類別內(nèi)主題兩兩比較，如果兩個(gè)主題的相似度大于合并閾值θ_u，則將其合并，其中，0<θ_u<θ_n≤1；

步驟5，當(dāng)一個(gè)類別處理固定數(shù)量新增報(bào)道后，對(duì)各個(gè)主題內(nèi)的報(bào)道進(jìn)行淘汰，重新計(jì)算報(bào)道和該主題的相似度S，對(duì)相似度S低于聚類閾值θ_c的報(bào)道進(jìn)行淘汰，然后再重新計(jì)算主題向量；

步驟6，若當(dāng)前類別內(nèi)的主題數(shù)量超過主題窗口大小，對(duì)類別內(nèi)的主題進(jìn)行排序，結(jié)合主題的時(shí)間和數(shù)量特性，從所有類別中選擇出得分最高的若干個(gè)主題，作為該類別最熱點(diǎn)的主題，并輸出主題描述和包含的報(bào)道列表，其中，主題描述的生成過程如下：

步驟a)?，讀取主題內(nèi)部權(quán)重最高的若干個(gè)特征詞；

步驟b)?，在與主題相似度大于主題閾值θ_e的主題內(nèi)報(bào)道中，選擇時(shí)間最近的若干篇報(bào)道的標(biāo)題，其中0<θ_e≤1；

步驟c），綜合步驟a)?和步驟b)，輸出該主題的描述。

2.根據(jù)權(quán)利要求1所述的一種輿情熱點(diǎn)動(dòng)態(tài)檢測方法，其特征在于：步驟1中所述的新聞網(wǎng)絡(luò)數(shù)據(jù)源，當(dāng)新報(bào)道和已經(jīng)處理報(bào)道的重復(fù)度大于重復(fù)閾值θ_d時(shí)，則認(rèn)為是重復(fù)報(bào)道，根據(jù)新報(bào)道的內(nèi)容進(jìn)行消重處理，其中0<θ_d≤1。

3.根據(jù)權(quán)利要求2所述的一種輿情熱點(diǎn)動(dòng)態(tài)檢測方法，其特征在于：所述的消重處理步驟為：采用文本挖掘中的相似度計(jì)算方法進(jìn)行，并在報(bào)道預(yù)處理中，對(duì)報(bào)道按照網(wǎng)絡(luò)數(shù)據(jù)來源規(guī)則和基于內(nèi)容的自動(dòng)分類相結(jié)合的方法進(jìn)行分類。

4.根據(jù)權(quán)利要求1所述的一種輿情熱點(diǎn)動(dòng)態(tài)檢測方法，其特征在于：步驟2中在計(jì)算當(dāng)前報(bào)道和現(xiàn)有監(jiān)測到的主題間的相似度S時(shí)，給予權(quán)威性較高的報(bào)道以較高權(quán)重，報(bào)道的權(quán)威性采用數(shù)據(jù)源的權(quán)威性。

5.根據(jù)權(quán)利要求1所述的一種輿情熱點(diǎn)動(dòng)態(tài)檢測方法，其特征在于：步驟3中所述的主題E_s通過主題內(nèi)部所有新聞中綜合權(quán)重最高的若干個(gè)特征詞來表達(dá)；所述的當(dāng)前報(bào)道和主題E_s之間的相似度基于向量空間模型，通過兩者的夾角余弦值來計(jì)算，同時(shí)賦予報(bào)道的標(biāo)題以較高權(quán)重。

6.根據(jù)權(quán)利要求1所述的一種輿情熱點(diǎn)動(dòng)態(tài)檢測方法，其特征在于：步驟4中所述的兩個(gè)主題的相似度S，其計(jì)算是采用如下公式：

其中，是兩個(gè)檢測到的新聞主題，分別是中的報(bào)道，是兩個(gè)報(bào)道之間的相似度，指的是兩個(gè)主題中包含的報(bào)道數(shù)目的乘積。