[发明专利]一种微博话题实时监测方法与装置

权利要求书

1.一种微博话题实时监测方法，其特征在于，包括：

获取预定时间段内预定话题对应的全部微博数据；

统计所述全部微博数据中预定特征信息的数量；

确定所述预定特征信息的数量在所述预定特征信息对应的预定高斯分布模型中所处的数量区间范围；其中，所述预定高斯分布模型是根据所述预定特征信息在所述预定时间段的历史数据构建的；

根据所述预定特征信息的数量在其对应的预定高斯分布模型中所处的数量区间范围确定所述预定话题是否异常。

2.如权利要求1所述的微博话题实时监测方法，其特征在于，获取预定时间段内预定话题对应的全部微博数据，包括：

实时获取所述预定时间段内微博的全流量数据；

根据预设关键词对所述全流量数据进行过滤，得到包含所述预设关键词的一个或多个所述预定话题；

获取每个所述预定话题的全部微博数据。

3.如权利要求1所述的微博话题实时监测方法，其特征在于，所述预定特征信息至少包括以下之一：微博数量，参与用户数量，参与用户的粉丝数量。

4.如权利要求1至3中任一项所述的微博话题实时监测方法，其特征在于，根据所述预定特征信息的数量在其对应的预定高斯分布模型中所处的数量区间范围确定所述预定话题是否异常，包括：

在所述预定特征信息的数量处于所述预定高斯分布模型中的第一区间范围时，确定所述预定话题不存在异常，其中，所述第一区间范围为：以均值为中心，向左、右分别延伸一个标准差的范围；

在所述预定特征信息的数量处于所述预定高斯分布模型中的第二区间范围时，确定所述预定话题存在第一等级的异常，其中，所述第二区间范围为：均值减去一个标准差和均值减去两个标准差之间的范围，和/或，均值加上一个标准差和均值加上两个标准差之间的范围；

在所述预定特征信息的数量处于所述预定高斯分布模型中的第三区间范围时，确定所述预定话题存在第二等级的异常，其中，所述第三区间范围为：均值减去两个标准差和均值减去三个标准差之间的范围，和/或，均值加上两个标准差和均值加上三个标准差之间的范围；

在所述预定特征信息的数量处于所述预定高斯分布模型中的第四区间范围时，确定所述预定话题存在第三等级的异常，其中，所述第四区间范围为：小于均值减去三个标准差对应的范围，和/或，大于均值加上三个标准差对应的范围。

5.如权利要求4所述的微博话题实时监测方法，其特征在于，根据所述预定特征信息的数量在其对应的预定高斯分布模型中所处的数量区间范围确定所述预定话题是否异常之后，还包括：

在所述预定话题存在异常的情况下，按照所述预定话题的异常等级向系统管理员发送对应的报警消息。

6.一种微博话题实时监测装置，其特征在于，包括：

获取模块，用于获取预定时间段内预定话题对应的全部微博数据；

统计模块，用于统计所述全部微博数据中预定特征信息的数量；

范围确定模块，用于确定所述预定特征信息的数量在所述预定特征信息对应的预定高斯分布模型中所处的数量区间范围；其中，所述预定高斯分布模型是根据所述预定特征信息在所述预定时间段的历史数据构建的；

异常判断模块，用于根据所述预定特征信息的数量在其对应的预定高斯分布模型中所处的数量区间范围确定所述预定话题是否异常。

7.如权利要求6所述的微博话题实时监测装置，其特征在于，所述获取模块，具体用于：

实时获取所述预定时间段内微博的全流量数据；

根据预设关键词对所述全流量数据进行过滤，得到包含所述预设关键词的一个或多个所述预定话题；

获取每个所述预定话题的全部微博数据。

8.如权利要求6所述的微博话题实时监测装置，其特征在于，所述预定特征信息至少包括以下之一：微博数量，参与用户数量，参与用户的粉丝数量。