[發明專利]一種新聞熱點標簽的生成方法及系統

有效

• 申請號: 201310308455.5
• 申請日: 2013-07-22
• 公開（公告）號: CN103336847B
• 公開（公告）日: 2016-11-30
• 發明（設計）人: 伏峰;章正道;林勝通
• 申請（專利權）人: 廈門市美亞柏科信息股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京恒都律師事務所 11395
• 代理人: 邸建凱

1.一種新聞熱點標簽的生成方法，其特征在于，包括：

提取新聞數據集中的新聞簇，其中，所述新聞數據集由多個新聞記錄組成，一個所述新聞簇包括至少兩個所述新聞記錄；

確定提取出的多個所述新聞簇中的熱點新聞簇；

提取所述熱點新聞簇中各新聞記錄的關鍵字；

生成由一個新聞記錄的至少兩個所述關鍵字組合的組合詞，其中，一個新聞記錄對應一個或多個所述組合詞；以及

根據所述組合詞的熱度值生成新聞熱點標簽。

2.根據權利要求1所述的方法，其特征在于，提取新聞數據集中的新聞簇包括：

計算所述新聞數據集中兩個新聞記錄之間的相似度；

判斷所述相似度是否大于第一預設閾值；以及

若所述相似度大于所述第一預設閾值時，確定所述兩個新聞記錄屬于同一新聞簇。

3.根據權利要求2所述的方法，其特征在于，計算兩個新聞記錄之間的相似度包括:

將所述兩個新聞記錄分別進行特征化提取，得到一個新聞記錄對應的第一向量和另一個新聞記錄對應的第二向量；

采用以下任意一個公式計算所述相似度：

Sim(X,Y)＝(X*Y)/(||X||*||Y||)，

Sim(X,Y)=Σi=1n|xi-yi|,]]>或者

Sim(X,Y)=Σi=1n(xi-yi)*(xi-yi),]]>

其中，Sim(X,Y)為所述相似度，X為所述第一向量，Y為所述第二向量，X=(x₁,x₂,x₃,...,x_n)，Y=(y₁,y₂,y₃,...,y_n)，||X||和||Y||分別為X和Y的歐幾里得范數。