[發(fā)明專利]數(shù)據(jù)處理方法、裝置、存儲介質(zhì)及設(shè)備

在審

• 申請?zhí)枺?/td>: 202010589592.0
• 申請日: 2020-06-24
• 公開（公告）號: CN113836914A
• 公開（公告）日: 2021-12-24
• 發(fā)明（設(shè)計）人: 王宗晟;楊超;徐振;王寶勛;馮啟航
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/216
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 張所明

本申請公開了一種數(shù)據(jù)處理方法、裝置、存儲介質(zhì)及設(shè)備，屬于互聯(lián)網(wǎng)技術(shù)領(lǐng)域。包括：獲取文本語料集；對文本語料集進(jìn)行熱點(diǎn)詞提取，得到第一熱點(diǎn)詞集合；第一熱點(diǎn)詞集合中包括j個熱點(diǎn)詞；對第一熱點(diǎn)詞集合進(jìn)行詞語采樣處理，得到第二熱點(diǎn)詞集合；第二熱點(diǎn)詞集合中包括k個候選熱點(diǎn)詞；候選熱點(diǎn)詞為具有潛在的熱度上升趨勢的熱點(diǎn)詞；對第二熱點(diǎn)詞集合中的k個候選熱點(diǎn)詞進(jìn)行熱度預(yù)測；該熱度預(yù)測的時間范圍為第一時間段，第一時間段在時序上位于當(dāng)前日期之后。本申請能夠發(fā)現(xiàn)候選熱點(diǎn)詞以及預(yù)測候選熱點(diǎn)詞在未來時間內(nèi)的熱度趨勢，不但豐富了數(shù)據(jù)處理方式，而且能夠為諸如產(chǎn)品未來開發(fā)、運(yùn)營和設(shè)計等環(huán)節(jié)提供前瞻性建議，效果較佳。

技術(shù)領(lǐng)域

本申請涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種數(shù)據(jù)處理方法、裝置、存儲介 質(zhì)及設(shè)備。

背景技術(shù)

熱點(diǎn)(hot spot)一般是指廣受大眾關(guān)注或歡迎的新聞/資訊，或某段時期內(nèi) 引人注目的事件或問題。比如，社會熱點(diǎn)和輿論熱點(diǎn)等。時下隨著互聯(lián)網(wǎng)技術(shù) 的飛速發(fā)展，社交平臺上涌現(xiàn)出了海量的UGC(User Generated Content，用戶 生成內(nèi)容)文本數(shù)據(jù)。其中，UGC文本數(shù)據(jù)也被稱之為用戶原創(chuàng)內(nèi)容，即在互 聯(lián)環(huán)境下用戶可以將原創(chuàng)的內(nèi)容通過互聯(lián)網(wǎng)平臺進(jìn)行展示或提供給其他用戶。

其中，合理地應(yīng)用社交平臺上存儲的UGC文本數(shù)據(jù)，可以為諸如產(chǎn)品運(yùn)營、 輿論監(jiān)控乃至新產(chǎn)品規(guī)劃等提供有效助力。示例性地，可以通過對UGC文本數(shù) 據(jù)進(jìn)行處理實(shí)現(xiàn)熱點(diǎn)發(fā)現(xiàn)功能。然而，目前的處理方案通常僅是給出當(dāng)前的熱 點(diǎn)詞，換言之，相關(guān)技術(shù)僅用于發(fā)現(xiàn)當(dāng)前熱點(diǎn)，數(shù)據(jù)處理方式比較單一。

發(fā)明內(nèi)容

本申請實(shí)施例提供了一種數(shù)據(jù)處理方法、裝置、存儲介質(zhì)及設(shè)備，能夠發(fā) 現(xiàn)候選熱點(diǎn)詞以及預(yù)測候選熱點(diǎn)詞在未來時間內(nèi)的熱度趨勢；其中，候選熱點(diǎn) 詞指代在未來時間內(nèi)具有潛在的熱度上升趨勢的熱點(diǎn)詞。該技術(shù)方案的實(shí)施不 但豐富了數(shù)據(jù)處理方式，而且能夠為諸如產(chǎn)品未來開發(fā)、運(yùn)營和設(shè)計等環(huán)節(jié)提 供前瞻性建議，效果較佳。所述技術(shù)方案如下：

一方面，提供了一種數(shù)據(jù)處理方法，所述方法包括：

獲取文本語料集；對所述文本語料集進(jìn)行熱點(diǎn)詞提取，得到第一熱點(diǎn)詞集 合；其中，所述第一熱點(diǎn)詞集合中包括j個熱點(diǎn)詞，j為正整數(shù)；

對所述第一熱點(diǎn)詞集合進(jìn)行詞語采樣處理，得到第二熱點(diǎn)詞集合；其中， 所述第二熱點(diǎn)詞集合中包括k個候選熱點(diǎn)詞，k為正整數(shù)且k小于j；所述候選 熱點(diǎn)詞為具有潛在的熱度上升趨勢的熱點(diǎn)詞；

對所述第二熱點(diǎn)詞集合中的k個候選熱點(diǎn)詞進(jìn)行熱度預(yù)測；其中，所述熱 度預(yù)測的時間范圍為第一時間段，所述第一時間段在時序上位于當(dāng)前日期之后。

另一方面，提供了一種數(shù)據(jù)處理裝置，所述裝置包括：

提取模塊，被配置為獲取文本語料集；對所述文本語料集進(jìn)行熱點(diǎn)詞提取， 得到第一熱點(diǎn)詞集合；其中，所述第一熱點(diǎn)詞集合中包括j個熱點(diǎn)詞，j為正整 數(shù)；

采樣模塊，被配置為對所述第一熱點(diǎn)詞集合進(jìn)行詞語采樣處理，得到第二 熱點(diǎn)詞集合；其中，所述第二熱點(diǎn)詞集合中包括k個候選熱點(diǎn)詞，k為正整數(shù)且 k小于j；所述候選熱點(diǎn)詞為具有潛在的熱度上升趨勢的熱點(diǎn)詞；

預(yù)測模塊，被配置為對所述第二熱點(diǎn)詞集合中的k個候選熱點(diǎn)詞進(jìn)行熱度 預(yù)測；其中，所述熱度預(yù)測的時間范圍為第一時間段，所述第一時間段在時序 上位于當(dāng)前日期之后。

在一種可能的實(shí)現(xiàn)方式中，所述裝置還包括：

顯示模塊，被配置為獲取第i個候選熱點(diǎn)詞在所述第一時間段內(nèi)的熱度預(yù)測 數(shù)據(jù)；其中，i為正整數(shù)且i小于k；獲取所述第i個候選熱點(diǎn)詞在第二時間段內(nèi) 的歷史熱度數(shù)據(jù)；其中，所述第二時間段在時序上位于當(dāng)前日期之前；基于所 述第i個候選熱點(diǎn)詞的熱度預(yù)測數(shù)據(jù)和歷史熱度數(shù)據(jù)，顯示所述第i個候選熱點(diǎn) 詞的熱度趨勢圖。

在一種可能的實(shí)現(xiàn)方式中，所述采樣模塊，包括：