[發明專利]熱點事件檢測方法和裝置

有效

• 申請號: 201510062401.4
• 申請日: 2015-02-05
• 公開（公告）號: CN104598632B
• 公開（公告）日: 2017-12-01
• 發明（設計）人: 胡春明;孫承根;吳博;于偉仁;沃天宇
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京同立鈞成知識產權代理有限公司11205
• 代理人: 馬爽,黃健

1.一種熱點事件檢測方法，其特征在于，包括：

獲取社交網絡中當前時間段內的微博數據；

對所述微博數據中的多條微博的內容進行分詞，統計分詞得到的各個詞在所述微博數據中的出現次數；

獲取社交網絡中歷史時間段內所述各個詞在歷史微博數據中的出現次數；所述歷史時間段和所述當前時間段的時間長度相等；

對所述各個詞在所述微博數據中的出現次數和在歷史微博數據中的出現次數進行比較，確定所述微博數據中的熱詞；

獲取所述微博數據中包括所述熱詞的微博；

對包括所述熱詞的微博進行聚類，確定所述微博數據中的熱點事件。

2.根據權利要求1所述的方法，其特征在于，所述對所述各個詞在所述微博數據中的出現次數和在歷史微博數據中的出現次數進行比較，確定所述微博數據中的熱詞，包括：

計算所述各個詞在所述微博數據中的出現次數與在歷史微博數據中的出現次數的比值；

將所述比值大于第一閾值的相應詞確定為所述微博數據中的熱詞。

3.根據權利要求2所述的方法，其特征在于，所述對所述各個詞在所述微博數據中的出現次數和在歷史微博數據中的出現次數進行比較，確定所述微博數據中的熱詞，還包括：

計算所述各個詞在所述微博數據中的出現次數與在歷史微博數據中的出現次數的差值；

所述將所述比值大于第一閾值相應詞確定為所述微博數據中的熱詞，包括：

將所述比值大于第一閾值，且所述差值大于第二閾值的相應詞確定為所述微博數據中的熱詞。

4.根據權利要求1所述的方法，其特征在于，所述對包括所述熱詞的微博進行聚類，確定所述微博數據中的熱點事件，包括：

對包括所述熱詞的微博進行canopy聚類，確定初始類的數目和中心點；

根據所述初始類的數目和中心點對包括所述熱詞的微博進行k-means聚類，確定所述微博數據中的熱點事件。

5.根據權利要求4所述的方法，其特征在于，所述對包括所述熱詞的微博進行canopy聚類，確定初始類的數目和中心點之前，還包括：

查詢預設的詞表，確定所述熱詞在所述詞表中的序號；

根據所述熱詞在所述詞表中的序號和所述熱詞在所述微博數據中的出現次數，確定包括所述熱詞的微博對應的微博向量；

所述對包括所述熱詞的微博進行canopy聚類，確定初始類的數目和中心點，包括：

對所述微博向量進行canopy聚類，確定初始類的數目和中心點。

6.一種熱點事件檢測裝置，其特征在于，包括：

獲取模塊，用于獲取社交網絡中當前時間段內的微博數據；

分詞模塊，用于對所述微博數據中的多條微博的內容進行分詞，統計分詞得到的各個詞在所述微博數據中的出現次數；

所述獲取模塊，還用于獲取社交網絡中歷史時間段內所述各個詞在歷史微博數據中的出現次數；所述歷史時間段和所述當前時間段的時間長度相等；

確定模塊，用于對所述各個詞在所述微博數據中的出現次數和在歷史微博數據中的出現次數進行比較，確定所述微博數據中的熱詞；

所述獲取模塊，還用于獲取所述微博數據中包括所述熱詞的微博；

聚類模塊，用于對包括所述熱詞的微博進行聚類，確定所述微博數據中的熱點事件。

7.根據權利要求6所述的裝置，其特征在于，所述確定模塊具體用于，

計算所述各個詞在所述微博數據中的出現次數與在歷史微博數據中的出現次數的比值；

將所述比值大于第一閾值的相應詞確定為所述微博數據中的熱詞。

8.根據權利要求7所述的裝置，其特征在于，所述確定模塊具體還用于，計算所述各個詞在所述微博數據中的出現次數與在歷史微博數據中的出現次數的差值；

所述確定模塊將所述比值大于第一閾值相應詞確定為所述微博數據中的熱詞中，所述確定模塊具體用于，將所述比值大于第一閾值，且所述差值大于第二閾值的相應詞確定為所述微博數據中的熱詞。