[发明专利]热点话题提取方法、装置和服务器

说明书

本发明公开了一种热点话题提取方法、装置和服务器，属于计算机技术领域。所述热点话题提取方法包括：选择至少一个目标用户账户在预定时间窗口内发布的信息作为数据源；从所述数据源中提取至少两个词语，并将所述至少两个词语组成一个词表；计算所述词表中各词语的权值，并根据所述权值选择至少两个词语作为关键词；分别计算所述关键词中任意两个词语的相似度；根据所述相似度对所述关键词进行聚类，从而提取其中至少一类关键词作为热点话题；解决了已有方案提取的热点话题具有一定滞后性的问题；达到了可以实时提取词语作为热点话题，从而方便用户获取最新舆论热点的效果。

技术领域

本发明涉及计算机技术领域，特别涉及一种热点话题提取方法、装置和服务器。

背景技术

随着计算机网络技术的不断发展，诸如微博、空间和博客等社区已经成为人们获取信息和交流沟通的重要场所。人们也越来越依赖社区提供的热点话题来获取当前舆论热点，所以如何为人们提取出最新的热点话题已经成为计算机领域技术人员在现阶段最重要的研究课题之一。

现有的一种热点话题的提取方法包括：第一，服务器分别累计计算用户检索各关键词的检索次数；第二，服务器根据各关键词的检索次数计算排名；第三，服务器将排名在前几位的关键词提取为热点话题。

在实现本发明的过程中，发明人发现现有技术至少存在如下问题：

现有的热点话题是只依据各关键词被用户检索的次数来提取的，也就是说，只有当关键词被用户累计检索达到一定次数之后，服务器才有可能将该关键词提取为热点话题，所以服务器使用现有方法提取的热点话题已经是很多人已经知道甚至是已经过时的热点话题，存在一定的滞后性。这对于微博、空间以及博客等实时性强的社区来说，现有方法提取的热点话题并不能满足用户通过热点话题获取最新信息的需求。

发明内容

为了解决现有技术中服务器提取的热点话题具有一定滞后性的问题，本发明实施例提供了一种热点话题提取方法、装置和服务器。所述技术方案如下：

第一方面，提供了一种热点话题提取方法，所述方法包括：

选择至少一个目标用户账户在预定时间窗口内发布的信息作为数据源；

从所述数据源中提取至少两个词语，并将所述至少两个词语组成一个词表；

计算所述词表中各词语的权值，并根据所述权值选择至少两个词语作为关键词；

分别计算所述关键词中任意两个词语的相似度；

根据所述相似度对所述关键词进行聚类，从而提取其中至少一类关键词作为热点话题。

第二方面，提供了一种热点话题提取装置，所述装置包括：

第一选择模块，用于选择至少一个目标用户账户在预定时间窗口内发布的信息作为数据源；

第一提取模块，用于从所述数据源中提取至少两个词语，并将所述至少两个词语组成一个词表；

第二选择模块，用于计算所述词表中各词语的权值，并根据所述权值选择至少两个词语作为关键词；

第一计算模块，用于分别计算所述关键词中任意两个词语的相似度；

第二提取模块，用于根据所述相似度对所述关键词进行聚类，从而提取其中至少一类关键词作为热点话题。

本发明实施例提供的技术方案的有益效果是：

通过将至少一个目标用户账户在预定时间窗口内发布的信息作为数据源，从而从数据源中提取至少两个词语并且根据各词语的权值以及任意两个词语的相似度来提取热点话题，解决了已有方案提取的热点话题具有一定滞后性的问题；达到了可以实时提取词语作为热点话题，从而方便用户获取最新舆论热点的效果。

附图说明