[发明专利]社交网络突发事件的多维度评估方法

权利要求书

1.一种社交网络突发事件的多维度评估方法，其特征在于，包括：

获取突发热词共现图；其中，所述突发热词共现图的节点集包括各突发热词节点以及分别与每个突发热词节点存在共现关系的各共现词节点，所述突发热词共现图的边集包括所述各突发热词节点与所述各突发热词节点分别对应的共现词节点间的边；其中，所述突发热词共现图为对关键词共现图进行突发热词检测后得到的，所述关键词共现图根据所述社交网络中的待处理数据文本中包含的共现关键词得到，所述共现关键词是指同时出现在同一个数据文本中的关键词；

对所述突发热词共现图进行预设图聚类算法处理，得到各个聚类结果，每个聚类结果中包含的关键词节点构成一个突发事件，所述关键词节点包括所述突发热词节点和所述共现词节点；

分别计算每个突发事件中的各关键词节点的预设度量指标的值，根据所述预设度量指标的值确定所述每个突发事件的重要性度量值；根据所述每个突发事件的重要性度量值差异化呈现所述每个突发事件；

其中，所述根据所述预设度量指标的值确定所述每个突发事件的重要性度量值，包括：

对所述每个突发事件中的各关键词节点的预设度量指标的值进行排序，确定每个突发事件中指标值较大的预设数量的关键词节点，所述预设数量的取值为大于或等于1的整数；

根据预设的指标值与得分的对应关系，计算每个突发事件中的所述预设数量的关键词节点的指标值对应的得分数，根据所述得分数确定对应的突发事件的重要性度量值；

所述根据所述每个突发事件的重要性度量值差异化呈现所述每个突发事件，包括：

根据所述每个突发事件的重要性度量值确定所述每个突发事件的呈现颜色和所包含关键词节点的字体大小显示等级；

分别针对所述每个突发事件，根据所述每个突发事件中各关键词节点的所述预设度量指标的指标值大小，确定所述各关键词节点在对应的突发事件中的呈现形式，所述呈现形式包括字体大小、关联的边的宽度。

2.根据权利要求1所述的方法，其特征在于，所述预设度量指标包括以下指标中的一种：

居间中心性、接近中心性、带权度、带权出度、带权入度。

3.根据权利要求1或2所述的方法，其特征在于，所述获取突发热词共现图，包括：

依次获取待处理数据，所述待处理数据中包括至少一个数据文本；

依次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，得到由每个数据文本中包含的关键词作为节点，每个数据文本中的所述关键词间的共现关系作为边的所述关键词共现图；

根据到达当前检测时刻时所述关键图共现图中每条边每个到来时刻的出现次数以及所述每条边的每个到来时刻对应的衰减权重，确定当前检测时刻所述每条边的边频率；

确定所述关键词共现图中的每个节点的邻节点集合，并根据分别与所述邻节点集合中的每个邻节点间边的边频率，确定当前检测时刻所述每个节点的节点活动频率；

根据每个节点在不同检测时刻对应的节点活动频率，确定每个节点的活动频率变化程度；

确定所述关键词共现图中节点的活动频率变化程度大于预设程度阈值的节点为突发热词节点，与所述突发热词节点存在共现关系的节点为所述突发热词节点的共现词节点，得到由各突发热词节点和各突发热词节点分别对应的共现词节点，以及各突发热词节点与各突发热词节点分别对应的共现词节点间的边组成的所述突发热词共现图。

4.根据权利要求3所述的方法，其特征在于，所述根据到达当前检测时刻时所述关键图共现图中每条边每个到来时刻的出现次数以及所述每条边的每个到来时刻对应的衰减权重，确定当前检测时刻所述每条边的边频率之前，还包括：

根据如下定义确定在当前检测时刻t时，所述每条边的每个到来时刻对应的衰减权重：

在当前检测时刻t时，时间t_s到来的边的衰减权重为：其中，λ为衰减因子，衰减的半衰期为1/λ，0<λ<1。