[發明專利]一種基于感知最大化的網絡突發熱點的感知方法

有效

• 申請號: 201810072326.3
• 申請日: 2018-01-25
• 公開（公告）號: CN108153914B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 翟書杰;李晨
• 申請（專利權）人: 北京東方科諾科技發展有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 黃曉軍

1.一種基于感知最大化的網絡突發熱點的感知方法，其特征在于，具體步驟如下：

S1：收集網絡中歷史突發事件及與該歷史突發事件相關的發布信息，定義某歷史突發事件的發生時間為該歷史突發事件下所有發布信息的最早時間，并作為基準時間；

S2：定義任一用戶參與該歷史突發事件的時間為該用戶發布信息的時間與所述基準時間的差值，根據感知最大化定義感知該用戶感知該歷史突發事件的評價指標；

S3：利用所有參與該歷史突發事件的用戶，訓練一組感知器，記為感知器集合，具體包括：

利用所有參與該歷史突發事件的用戶所發布的信息，訓練一組感知器，訓練方式如下：

其中，函數f表示將所有參與所述歷史突發事件的用戶u作為感知器的代價函數，E表示收集的所有事件集合，函數R_e(u)表示選擇用戶u時感知事件e的效果評價，b表示預算的感知器數量，A表示感知器集合；

還包括如下過程：

1)將所有參與所述歷史突發事件的用戶進行排序，選取設定量的用戶，從所述選取設定量的用戶中隨機選取用戶u₁；

2)找出與u₁參與過相同歷史突發事件的所有用戶放入集合S中，并更新計算所述S中每個用戶的評價指標；

3)選擇所述S中評價指標最高的用戶放入所述感知器集合A中；

S4：實時獲取所述感知器集合A中的與該歷史突發事件相關的新信息，構建分類器進行噪聲過濾，基于文本相似性檢測方法將實時獲取的發布信息聚合成不同的簇，每一簇視為一個潛在熱點；

S5：對每個所述潛在熱點進行檢測，當某時刻下的某潛在熱點對應的發布信息的觀測量不小于設定閾值時，則視為該潛在熱點爆發。

2.根據權利要求1所述的感知方法，其特征在于，所述S2還包括：

任一個參與該歷史突發事件的用戶，感知該歷史突發事件下的所有發布信息的評價指標dt_ue為：

dt_ue＝min{t_ue,T_max}

其中，e表示收集的某個歷史突發事件，u表示參與該歷史突發事件的某用戶，t_ue表示參與該歷史突發事件的用戶的發布信息時間與基準時間的差值，T_max表示對其它未能感知到該歷史突發事件的用戶而施加的懲罰項；

收集的所有歷史突發事件的所有參與用戶，感知所有歷史突發事件下的所有發布信息的評價指標R_u為：

其中，c_u表示在收集的所有發布信息中，每個用戶參與的歷史突發事件數，E表示所有收集的所有事件集合。

3.根據權利要求1所述的感知方法，其特征在于，所述S5還包括：

當t時刻的觀測量值x_t≥C時，則表示潛在熱點x在t時刻爆發，其中，C為一個預設閾值；具體如下：

已知觀測的時間序列為x₁,x₂,…,x_n，檢測x_n是否爆發，即

若則x_n已經爆發，視為突發事件出現；

其中，x表示潛在熱點，n表示時刻，α表示顯著性水平，表示估計的標準差，表示均值，β表示避免時間序列太小時出現無用感知，設定β值表示至少要達到該值才能評價是否有突發事件出現，z_1-α/2表示顯著性對應的正態閾值。