[发明专利]热点事件分类方法、装置及存储介质

说明书

本发明提供了一种热点事件分类方法、装置及存储介质，该方法实时从预先确定的社交服务器中获取第一预设数量用户发布的信息文本，利用预先确定的分词规则对上述信息文本进行分词，以获得各个信息文本对应的分词。之后，该方法提取出分词中预设的特征词，利用预先确定的概率算法确定该特征词对应的事件主题，再根据预设的计算公式计算出该特征词对应的热点事件指标值，判断该热点事件指标值是否大于预设阈值。若热点事件指标值大于预设阈值，则利用预设的向量化方式获取该特征词对应的信息文本的信息向量，将所述信息向量输入预先训练的事件分类模型中，确定出该信息文本对应的事件类型。利用本发明，能够快速、准确的分析热点事件的事件类型。

技术领域

本发明涉及信息技术领域，尤其涉及一种热点事件分类方法、装置及计算机可读存储介质。

背景技术

随着网络技术的发展，社交媒体的运用也越来越广泛，社交媒体中的各种事件数量也与日俱增。面对数量暴增的事件，如何快速分辨社交媒体的事件类型，了解社交媒体用户关心的领域及热门话题，并作出相应决策已成为管理者面临的难题。

目前，现有的社交媒体热点事件分类方法不完善，亟待一种分类方法能够在热点事件发展的早期，准确、快速的分析出热点事件的事件类型。

发明内容

鉴于以上内容，本发明提供一种热点事件分类方法、装置及计算机可读存储介质，其主要目的在于提高社交媒体上热点事件分类的速度及准确性。

为实现上述目的，本发明提供一种热点事件分类方法，该方法包括：

获取步骤：实时从预先确定的服务器中获取第一预设数量用户发布的信息文本；

分词步骤：利用预先确定的分词规则对上述信息文本进行分词，获得各个信息文本对应的分词；

确定步骤：提取出分词中预设的特征词，利用预先确定的概率算法确定该特征词对应的事件主题；

计算步骤：根据预设的计算公式，计算出该特征词对应的热点事件指标值；

分类步骤：判断热点事件指标值是否大于预设阈值，若热点事件指标值大于预设阈值，则利用预设的向量化方式获取该特征词对应的信息文本的信息向量，将所述信息向量输入预先训练的事件分类模型中，确定出该信息文本对应的事件类型。

优选地，所述预设的计算公式如下：

其中，v代表事件发展的速度，a代表热点事件指标值，t代表时间点，T代表时间间隔，i为整数，t_i代表第i个特征词出现的时间点，X_i代表第i个特征词出现的次数。

优选地，所述预先确定的分词规则包括：

根据预设类型标点符号，将获取的各个信息文本拆分成短句；

根据词库中存储的词语，利用长词优先原则对每个短句进行分词。

优选地，所述预先确定的概率算法包括：

在特征词与事件主题文本之间添加第二预设数量的隐含事件主题；

根据预先确定的隐含事件主题与特征词的映射关系，确定每个隐含事件主题含有的特征词的第一数量X₁及每个特征词所属的隐含事件主题的第二数量X₂，根据第一数量X₁和第二数量X₂确定每个特征词对各个隐含事件主题的第一选择概率P₁＝1/(X₁*X₂)；