[发明专利]面向话题的多微博时序文摘方法

权利要求书

1.一种面向话题的多微博时序文摘方法，其特征在于包括如下步骤：

1)面向话题的微博文本流热度信号建模

记某一时间点为t_i，在t_i时间点包含关键词K的微博的更新速度为

其中，表示时间段[t_i，t_i+Δt]中发布的包含关键词K的微博条数，表示[t_i，t_i+Δt]中发布的所有微博条数；

给定关键词K和时间段[t_start，t_end]，以此为基础抽取出此时间段内包含K的微博实验数据集，选定单位时长Δt，沿时间轴计算各点的微博更新速度得到一个一维向量作为初始热度信号；

2)重要时间点检测建模

采用小波分析和小波降噪的原理对步骤1)得到的初始热度信号进行降噪；按一定的时间粒度选取其中的信号极大值点，依据对应更新速度的大小进行排序，并依次以其对应的时间点为重要时间点，记为imp＝{imp₁，imp₂，…，imp_l}；

3)融合微博流瞬时时序特性和社会网络用户社交权威性建立反映微博重要性的文本排序模型T2ST；

TS：采用传统随机游走图模型LexRank的微博文摘算法；

TST：在TS基础上，融合微博流瞬时时序特性的微博文摘算法；

TSS：在TS基础上，融合用户权威性信息的微博文摘算法；

T2ST：在TS基础上，融合TST与TSS的微博文摘算法；

T2ST模型将包含关键词K的每条微博作为图的节点，根据余弦相似度sim(d_i，d_j)计算代表第i，j条微博的节点d_i和d_j之间边的权值以及转移概率矩阵M，M中的每个元素m_i，j表示为：

其中，

式中：j’表示所有和i邻接的节点；H(d_j)为微博d_j的热度，P(d_j)为微博d_j被发布的时间，p(d_j)的时间粒度要小于步骤2)中的时间粒度；a(d_j)为用户权威度；fol(d_j)表示微博d_j发布用户的粉丝数，fri(d_j)表示微博d_j发布用户的关注数；H(d_j)和A(d_j)应用Logistic函数分别将热度信号值和用户权威度分别映射到[0，1]区间内；

接着，采用图模型的迭代方式进行求解，进而得出每条微博的重要性；

4)MMR微博摘要句选择模型

采用最大边缘相关技术选择摘要句，以D＝{d₁，d₂，…，d_n}表示所有候选微博的集合，S＝{s₁，s₂，…，s_n，，}表示最终得出微博摘要的集合；开始选择摘要句时S为空集，将步骤3)得到的重要性最高的微博d_top从D中选出，加入S，并从D中删除；然后重复从D中选出其中重要性最高的微博d_top，比对其与S中各微博的相似度，若都小于设定的阈值，则将d_top放入s中，否则从D中重新选择d_top，如此循环得到S。

2.如权利要求1所述面向话题的多微博时序文摘方法，其特征在于：步骤3)中融合微博流瞬时时序特性建立的TST，其转移概率矩阵M中的每个元素m_i，j表示为：

H(d_j)为微博d_j的热度，其应用Logistic函数将热度信号值映射到[0，1]区间内，得到归一化的瞬时时序特性值。