[发明专利]主题挖掘方法、装置及存储介质、计算机设备

说明书

本发明提供一种主题挖掘方法、装置及存储介质、计算机设备，所述方法包括：获取历史多篇会议论文的相关信息，根据相关信息得到会议论文数据库；根据关联性规则从会议论文数据库中获取会议作者团体；会议作者团体为会议论文数据库中多个会议论文作者构成的集合；根据会议作者团体将会议论文进行分组，获取每个分组对应的会议论文标题的分词以及每个分词的加权值；对分词进行潜在语义分析，获取每个分词在对应会议论文中的语义；根据每个分词的加权值和每个分词对应的语义，确定会议作者团体的主题。该主题挖掘方法可研究出会议团体的研究主题方向，有助于追踪现有研究热点，为定向数据获取提供支撑。

技术领域

本发明涉及数据处理技术领域，具体而言，本发明涉及一种基于会议团体的主题挖掘方法、装置及存储介质、计算机设备。

背景技术

每年各类会议接受了大量的会议论文，往往会有很多会议论文的作者的组成大体上不随时间变化，并且这些作者在多个会议上都很活跃，这样的作者组成被称为团体。一个团体往往会关注一个特定主题，随着时间主题可能也会发生变化，探究团队构成情况以及团队研究主题的变化情况有助于追踪现有研究热点，为定向数据获取提供支撑。然而，如何根据作者团体确定出该团体的主题研究方向，成为现下研究的一个难点。

发明内容

本发明提出一种基于会议团体的主题挖掘方法、装置及存储介质、计算机设备，以研究出会议团体的研究主题方向，有助于追踪现有研究热点，为定向数据获取提供支撑。

本发明提供以下方案：

一种基于会议团体的主题挖掘方法，包括：获取历史多篇会议论文的相关信息，根据所述相关信息得到会议论文数据库；所述相关信息包括会议论文作者以及会议论文标题；根据关联性规则从所述会议论文数据库中获取会议作者团体；所述会议作者团体为所述会议论文数据库中多个所述会议论文作者构成的集合；根据所述会议作者团体将会议论文进行分组，获取每个分组对应的所述会议论文标题的分词以及每个分词的加权值；对所述分词进行潜在语义分析，获取每个所述分词在对应会议论文中的语义；根据每个所述分词的加权值和每个所述分词对应的所述语义，确定所述会议作者团体的主题。

在一实施例中，所述关联性规则包括频繁模式算法；所述根据关联性规则从所述会议论文数据库中获取会议作者团体，包括：通过所述频繁模式算法中的频繁项集方式获取所述会议论文数据库中存在关联性的会议论文作者，根据所述关联性的会议论文作者得到所述会议作者团体。

在一实施例中，所述频繁模式算法包括Apriori算法或FP-Growth算法；所述通过所述频繁模式算法中的频繁项集方式获取所述会议论文数据库中存在关联性的会议论文作者，包括：将每篇所述会议论文中的会议论文作者与会议论文标题进行关联，通过所述频繁模式算法中的频繁项集方式获取同一会议论文标题的会议论文作者，得到所述关联性的会议论文作者。

在一实施例中，所述根据所述会议作者团体将会议论文进行分组，包括：获取所述会议作者团体中每个会议论文作者参与的会议论文的第一主题信息；统计所述会议作者团体对应所有的所述第一主题信息，确定出所述会议作者团体的第二主题信息；根据所述第二主题信息将将会议论文进行分组。

在一实施例中，所述获取每个分组对应的所述会议论文标题的分词以及每个分词的加权值，包括：获取每个分组的会议论文中的分词，采用TF-IDF算法获取每个所述分词的加权值。

在一实施例中，所述对所述分词进行潜在语义分析，获取每个所述分词在对应会议论文中的语义，包括：采用LSA算法对每个所述分词进行潜在语义分析，得到每个所述分词在对应会议论文中的语义。