[发明专利]一种热点信息挖掘方法和系统

权利要求书

1.一种热点信息挖掘方法，其特征在于，该方法包括：

根据信息网页源的访问次数计算信息网页源之间的相对热度值；

根据信息网页源的相对热度值计算每个转载信息在转载有该转载信息的信息网页源中的转载权重；其中，信息网页源的相对热度值越高，转载信息在所述信息网页源的转载权重越大；

对每个转载信息在各个信息网页源中的转载权重进行求和，计算出每个转载信息的信息热度值，并按照所述信息热度值大小顺序从所述转载信息中确定出热点信息。

2.根据权利要求1所述的热点信息挖掘方法，其特征在于，该方法进一步包括：根据每个转载信息的发布时间确定时间因子，并利用所述时间因子对每个所述信息热度值进行修正。

3.根据权利要求1所述的热点信息挖掘方法，其特征在于，该方法进一步包括：基于文本特征的相似度算法从各个信息网页源中确定出所述转载信息。

4.根据权利要求1所述的热点信息挖掘方法，其特征在于，

所述根据信息网页源的访问次数计算信息网页源之间的相对热度值为：

针对第k个信息网页源，计算其相对热度值SiteHotness_k，其中：

SiteHotnes sk=norm*(log(AccessCountk)/ΣKlog(AcessCountk));]]>

其中norm为归一化系数；AccessCount_k为第k个信息网页源的访问次数，K为所有信息网页源的集合。

5.根据权利要求1所述的热点信息挖掘方法，其特征在于，所述计算信息热度值包括：

针对第i个转载信息，计算其信息热度值NewsHotness_i；

NewsHotnessi=f(PublishTime)*Σ1KCitationHotnessk;]]>

CitationHotness_k＝g(SiteHotness_k)；

其中K是所有转载过该第i个转载信息的信息网页源的集合；PublishTime为该第i个转载信息的发布时间；f(PublishTime)为关于PublishTime的时间调权函数，CitationHotness_k为该第i个转载信息在第k个转载有该转载信息的信息网页源中的转载权重，g(SiteHotness_k)是关于SiteHotness_k的热度调权函数。