[发明专利]一种基于非负矩阵分解的事件分析方法与系统

权利要求书

1.一种基于非负矩阵分解的事件分析方法，其特征在于，包括：

获取待处理数据，所述待处理数据中包括至少一个数据文本；

分别对所述至少一个数据文本中的每个数据文本进行分词处理，得到与所述待处理数据对应的文本空间矩阵，所述文本空间矩阵描述了所述至少一个数据文本中所包含的词语信息；

对所述文本空间矩阵进行非负矩阵分解，根据分解得到的基矩阵确定所述待处理数据中包含的各个事件以及分别用于描述所述各个事件的关键词，并根据分解得到的系数矩阵确定分别与所述各个事件对应的数据文本。

2.根据权利要求1所述的方法，其特征在于，所述待处理数据中包括N个数据文本，所述N个数据文本中包含的词语总数为M，所述文本空间矩阵A_M×N为M×N维矩阵，所述N的取值为大于或等于1的整数；

所述对所述文本空间矩阵进行非负矩阵分解，根据分解得到的基矩阵确定所述待处理数据中包含的各个事件以及分别用于描述所述各个事件的关键词，并根据分解得到的系数矩阵确定分别与所述各个事件对应的数据文本，包括：

对所述文本空间矩阵A_M×N进行非负矩阵分解，得到基矩阵W_M×K，和系数矩阵H_K×N，所述K为所述待处理数据中包含的事件总数；

确定所述基矩阵W_M×K中的每个列向量表征一个第一事件，每个列向量中包含的词语为描述对应的第一事件的关键词；

确定所述系数矩阵H_K×N中的每个行向量表征一个第二事件，每个行向量中所包含的数据文本为与所述行向量表征的第二事件对应的数据文本。

3.根据权利要求2所述的方法，其特征在于，所述分别对所述至少一个数据文本中的每个数据文本进行分词处理，包括：

对所述每个数据文本进行语义解析，确定所述每个数据文本中包含的名词和动词；

对确定出的所述名词和动词进行标注，并根据如下公式确定每个所述名词和动词的权重值：

R(w)＝(w在所述M个词语中的出现次数)×log(数据文本总数N/包含w的数据文本数量)；

其中，w为任一个所述名词或动词，R(w)为w的权重值。

4.根据权利要求3所述的方法，其特征在于，所述确定所述基矩阵W_M×K中的每个列向量表征一个第一事件，每个列向量中包含的词语为描述对应的第一事件的关键词，包括：

确定所述基矩阵W_M×K中的每个列向量表征一个第一事件，每个列向量中包含的目标词语为描述对应的第一事件的关键词，所述目标词语为所述列向量包含的词语中权重值由大到小排列排在前面的第一预设数量的名词和动词。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述文本空间矩阵进行非负矩阵分解，根据分解得到的基矩阵确定所述待处理数据中包含的各个事件以及分别用于描述所述各个事件的关键词，并根据分解得到的系数矩阵确定分别与所述各个事件对应的数据文本之后，还包括：

分别以所述各个事件中的每个事件作为待处理事件，从所述待处理事件对应的关键词中选取第二预设数量的关键词作为所述待处理事件的标识；

确定所述待处理事件对应的数据文本的数量占所述待处理数据的数据文本总数的比例；

根据所述标识和所述比例，采用如下呈现方式中的任一种方式呈现所述待处理事件：

表格、饼状图、柱状图、折线图、词云。

6.一种基于非负矩阵分解的事件分析系统，其特征在于，包括：

获取模块，用于获取待处理数据，所述待处理数据中包括至少一个数据文本；

处理模块，用于分别对所述至少一个数据文本中的每个数据文本进行分词处理，得到与所述待处理数据对应的文本空间矩阵，所述文本空间矩阵描述了所述至少一个数据文本中所包含的词语信息；

计算模块，用于对所述文本空间矩阵进行非负矩阵分解，根据分解得到的基矩阵确定所述待处理数据中包含的各个事件以及分别用于描述所述各个事件的关键词，并根据分解得到的系数矩阵确定分别与所述各个事件对应的数据文本。