[發明專利]一種確定對象相關性的方法和裝置

在審

• 申請號: 201711459638.1
• 申請日: 2017-12-28
• 公開（公告）號: CN110020169A
• 公開（公告）日: 2019-07-16
• 發明（設計）人: 王鑫
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;楊曉偉

本發明公開了一種確定對象相關性的方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：獲取指定時間段內的第一對象和第二對象，以及第一對象出現的頻率和第二對象出現的頻率；基于第一對象出現的頻率和第二對象出現的頻率，利用余弦公式確定出第一對象和第二對象之間的相關性。該實施方式克服了現有技術中無法確定出話題中所包含的各個對象之間的對應關系的技術問題，進而達到快速確定出各個對象之間的相關性的技術效果，有利于發現各個對象之間隱形的對應關系，從而提高各個對象之間的關聯強度。

技術領域

本發明涉及計算機技術領域，尤其涉及一種確定對象相關性的方法和裝置。

背景技術

隨著互聯網的發展，輿情數據越來越受到人們的重視，基于輿情數據的話題和事件，往往能夠影響到一個企業或者事物的發展，所以針對輿情中的話題的分析也越來越受到人們的重視。

輿情中的話題，往往包含了很多信息，其中就包括一些針對實物產品的議論以及其他與實物產品相關的新聞和事件。針對話題事件與實物產品的關聯，已經開始慢慢體現出其價值。

當前針對話題與實物產品之間的關聯，往往是通過查找當前話題下的新聞或者微博中，是否出現過相關的實物產品詞。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

1、因為輿情數據中的產品詞，往往不是一個真正意義上的產品，都是一些口語化的表達。直接進行查找的話，召回率較低，例如：“iPhone6s 64G紅色”這個產品詞，在話題中查找，召回率很低；但是“apple”、“蘋果”、“6s”等產品詞卻有很高的出現頻次。

2、在話題中直接查找出來的產品詞，往往跟話題本身關聯不大，例如：“王寶強”事件的新聞中會出現“iPhone手機”等，并不能指明其是相關的，有可能是因為用戶使用iPhone手機轉載的，所以才會會出現“iPhone手機”等詞。

3、話題與產品的相關性，往往不一定在文本內容中體現出來，一些隱性的相關性不能直接通過簡單的匹配來查找，例如：“泰國地震”會導致“硬盤”價格上漲，其中隱藏的原因是因為大多數的硬盤生產廠都設立在泰國。

因此，如何確定出話題中所包含的各個對象之間的對應關系，是一個亟待解決的問題。

發明內容

有鑒于此，本發明實施例提供一種確定對象相關性的方法和裝置，能夠基于各個對象出現的頻率，確定出各個對象之間的相關性和對應關系。

為實現上述目的，根據本發明實施例的一個方面，提供了一種確定對象相關性的方法。

本發明實施例的一種確定對象相關性的方法包括：獲取指定時間段內的第一對象和第二對象，以及第一對象出現的頻率和第二對象出現的頻率；基于第一對象出現的頻率和第二對象出現的頻率，利用余弦公式確定出第一對象和第二對象之間的相關性。

在本發明的一實施例中，獲取指定時間段內的第一對象和第二對象，以及第一對象出現的頻率和第二對象出現的頻率的步驟包括：獲取多個第一對象和多個第二對象，以及每個第一對象出現的頻率和每個第二對象出現的頻率；在獲取指定時間段內的第一對象和第二對象，以及第一對象出現的頻率和第二對象出現的頻率的步驟之后，還包括：根據預設的頻率閾值，對多個第一對象和多個第二對象進行過濾，以得到頻率大于頻率閾值的第一頻率對象和第二頻率對象。

在本發明的一實施例中，余弦公式為：

其中，S_T(A,B)表示在時間段T內A與B之間的相關性，A代表第一對象，B代表第二對象；n_Ai表示在第i天時第一對象出現的頻率；n_Bi表示在第i天時第二對象出現的頻率。