[發明專利]一種新聞節目延時預測方法及裝置

有效

• 申請號: 201811453414.4
• 申請日: 2018-11-30
• 公開（公告）號: CN109767026B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 李昭;宋壹;陳鵬
• 申請（專利權）人: 三峽大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04;G06F17/18;G06F16/71
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

1.一種新聞節目延時預測方法，其特征在于，包括：

獲取時政新聞的字數信息和輻射指數，所述輻射指數是根據輻射指數計算公式對時政新聞中的重大事件分析得到的，其中，所述輻射指數計算公式為：

其中，k、i、distance、α和β為五個變量，為新聞時間影響參數，k表示預設時間范圍內可能對當天新聞節目時長產生影響的重大事件數，i表示k的Σ取值，distance表示重大事件與待預測節目所處當天的時間距離，α表示重大事件影響力大小的量化體現；β表示根據重大事件所處時間位置是否對當天新聞節目產生影響，若產生影響則賦值為1；

根據時政新聞字數與時政新聞占比之間的轉換模型，對所述字數信息進行前向逐步線性回歸算法處理，得到時政新聞占比信息；

基于訓練好的新聞節目延時預測模型，對所述時政新聞占比信息和所述輻射指數進行預測，獲取到新聞節目的預估超時比信息，并根據所述預估超時比信息判斷新聞節目是否延時，以對新聞節目延時制定預警方案；

在所述獲取時政新聞的字數信息和輻射指數之前，所述方法還包括：

獲取歷史時政新聞的樣本數據集和樣本輻射指數，所述樣本數據集包括所述歷史時政新聞的樣本字數信息、樣本時政新聞時長信息和樣本時政新聞占比信息；

對所述樣本數據集進行前向逐步線性回歸算法處理，得到時政新聞字數與時政新聞占比之間的轉換模型，以根據所述樣本字數信息得到所述樣本時政新聞占比信息；

將所述樣本時政新聞占比信息和所述樣本輻射指數輸入新聞節目延時預測模型進行訓練，獲取所述訓練好的新聞節目延時預測模型。

2.根據權利要求1所述的方法，其特征在于，所述獲取歷史時政新聞的樣本數據集和樣本輻射指數，包括：

對所述歷史時政新聞進行特征提取，并將所述歷史時政新聞中的樣本字數信息進行歸一化處理，得到所述歷史時政新聞的樣本數據集。

3.根據權利要求1所述的方法，其特征在于，所述獲取歷史時政新聞的樣本數據集和樣本輻射指數，還包括：

獲取所述歷史時政新聞的新聞事件影響參數，根據所述輻射指數計算公式對所述新聞事件影響參數進行處理，得到所述樣本輻射指數。

4.根據權利要求3所述的方法，其特征在于，所述獲取所述歷史時政新聞的新聞事件影響參數，包括：

根據所述歷史時政新聞中的重大事件數、重大事件時間距離值、重大事件影響量化值和重大事件影響變量，得到所述新聞事件影響參數。

5.根據權利要求4所述的方法，其特征在于，所述根據所述歷史時政新聞中的重大事件數、重大事件時間距離值、重大事件影響量化值和重大事件影響變量，得到所述新聞事件影響參數，包括：

對所述歷史時政新聞中的重大事件按照事件影響力進行分類。