[發(fā)明專利]熱點事件檢測方法和裝置

有效

• 申請?zhí)枺?/td>: 201510062401.4
• 申請日: 2015-02-05
• 公開（公告）號: CN104598632B
• 公開（公告）日: 2017-12-01
• 發(fā)明（設(shè)計）人: 胡春明;孫承根;吳博;于偉仁;沃天宇
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)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(wǎng)絡(luò)中當(dāng)前時間段內(nèi)的微博數(shù)據(jù)；

對所述微博數(shù)據(jù)中的多條微博的內(nèi)容進行分詞，統(tǒng)計分詞得到的各個詞在所述微博數(shù)據(jù)中的出現(xiàn)次數(shù)；

獲取社交網(wǎng)絡(luò)中歷史時間段內(nèi)所述各個詞在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)；所述歷史時間段和所述當(dāng)前時間段的時間長度相等；

對所述各個詞在所述微博數(shù)據(jù)中的出現(xiàn)次數(shù)和在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)進行比較，確定所述微博數(shù)據(jù)中的熱詞；

獲取所述微博數(shù)據(jù)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(shù)據(jù)中的熱點事件。

2.根據(jù)權(quán)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(shù)據(jù)中的出現(xiàn)次數(shù)和在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)進行比較，確定所述微博數(shù)據(jù)中的熱詞，包括：

計算所述各個詞在所述微博數(shù)據(jù)中的出現(xiàn)次數(shù)與在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)的比值；

將所述比值大于第一閾值的相應(yīng)詞確定為所述微博數(shù)據(jù)中的熱詞。

3.根據(jù)權(quán)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(shù)據(jù)中的出現(xiàn)次數(shù)和在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)進行比較，確定所述微博數(shù)據(jù)中的熱詞，還包括：

計算所述各個詞在所述微博數(shù)據(jù)中的出現(xiàn)次數(shù)與在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)的差值；

所述將所述比值大于第一閾值相應(yīng)詞確定為所述微博數(shù)據(jù)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(yīng)詞確定為所述微博數(shù)據(jù)中的熱詞。

4.根據(jù)權(quán)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(shù)據(jù)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(shù)目和中心點；

根據(jù)所述初始類的數(shù)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(shù)據(jù)中的熱點事件。

5.根據(jù)權(quán)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(shù)目和中心點之前，還包括：

查詢預(yù)設(shè)的詞表，確定所述熱詞在所述詞表中的序號；

根據(jù)所述熱詞在所述詞表中的序號和所述熱詞在所述微博數(shù)據(jù)中的出現(xiàn)次數(shù)，確定包括所述熱詞的微博對應(yīng)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(shù)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(shù)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(wǎng)絡(luò)中當(dāng)前時間段內(nèi)的微博數(shù)據(jù)；

分詞模塊，用于對所述微博數(shù)據(jù)中的多條微博的內(nèi)容進行分詞，統(tǒng)計分詞得到的各個詞在所述微博數(shù)據(jù)中的出現(xiàn)次數(shù)；

所述獲取模塊，還用于獲取社交網(wǎng)絡(luò)中歷史時間段內(nèi)所述各個詞在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)；所述歷史時間段和所述當(dāng)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(shù)據(jù)中的出現(xiàn)次數(shù)和在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)進行比較，確定所述微博數(shù)據(jù)中的熱詞；

所述獲取模塊，還用于獲取所述微博數(shù)據(jù)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(shù)據(jù)中的熱點事件。

7.根據(jù)權(quán)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(shù)據(jù)中的出現(xiàn)次數(shù)與在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)的比值；

將所述比值大于第一閾值的相應(yīng)詞確定為所述微博數(shù)據(jù)中的熱詞。

8.根據(jù)權(quán)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(shù)據(jù)中的出現(xiàn)次數(shù)與在歷史微博數(shù)據(jù)中的出現(xiàn)次數(shù)的差值；

所述確定模塊將所述比值大于第一閾值相應(yīng)詞確定為所述微博數(shù)據(jù)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(yīng)詞確定為所述微博數(shù)據(jù)中的熱詞。