[发明专利]新闻评论相似账号确定方法及装置

权利要求书

1.一种新闻评论相似账号确定方法，其特征在于，所述方法包括以下步骤：

获取预先确定数量的新闻评论样本数据；其中，所述新闻评论样本数据包括评论账号用户信息、评论内容和被评论的新闻内容；

分别计算所述评论账号用户信息、所述评论内容和所述被评论的新闻内容各自的相似度；

根据所述评论账号用户信息、所述评论内容和所述被评论的新闻内容的相似度，确定新闻评论相似账号。

2.根据权利要求1所述的方法，其特征在于，所述计算评论账号用户信息、评论内容和被评论的新闻内容的相似度的步骤，包括：

对评论账号用户信息、评论内容和被评论的新闻内容添加停用词，去除其中的符号和表情，获取经预处理的评论账号用户信息、评论内容和被评论的新闻内容；

计算所述经预处理的评论账号用户信息、评论内容和被评论的新闻内容的相似度。

3.根据权利要求1所述的方法，其特征在于，所述计算所述评论账号用户信息的相似度的步骤，包括

提取任两条所述评论账号用户信息中的用户的年龄信息、性别信息、所在地信息；

根据所述年龄信息、所述性别信息、所述所在地信息计算所述评论账号用户信息的相似度。

4.根据权利要求1所述的方法，其特征在于，所述计算所述评论内容的相似度的步骤，包括：

对任两条评论内容中的每个词的词向量进行累加并求平均值，获取所述任两条评论内容之间的词向量；

根据所述任两条评论内容之间的词向量的余弦值，计算所述评论内容的相似度；其中，所述余弦值越接近1，所述评论内容的相似度越高。

5.根据权利要求1所述的方法，其特征在于，所述计算所述被评论的新闻内容的相似度的步骤，包括：

对任两条所述被评论的新闻内容中的每个词的词向量进行累加并求平均值，获取所述任两条所述被评论的新闻内容之间的词向量；

根据所述任两条所述被评论的新闻内容之间的词向量的余弦值，计算所述被评论的新闻内容的相似度；其中，所述余弦值越接近1，所述被评论的新闻内容的相似度越高。

6.一种新闻评论相似账号确定装置，其特征在于，所述装置包括：

获取模块，用于获取预先确定数量的新闻评论样本数据；其中，所述新闻评论样本数据包括评论账号用户信息、评论内容和被评论的新闻内容；

计算模块，用于分别计算所述评论账号用户信息、所述评论内容和所述被评论的新闻内容各自的相似度；

确定模块，用于根据所述评论账号用户信息、所述评论内容和所述被评论的新闻内容的相似度，确定新闻评论相似账号。

7.根据权利要求6所述的装置，其特征在于，所述计算模块用于：

对评论账号用户信息、评论内容和被评论的新闻内容添加停用词，去除其中的符号和表情，获取经预处理的评论账号用户信息、评论内容和被评论的新闻内容；

计算所述经预处理的评论账号用户信息、评论内容和被评论的新闻内容的相似度。

8.根据权利要求6所述的装置，其特征在于，所述计算模块还用于：

提取任两条所述评论账号用户信息中的用户的年龄信息、性别信息、所在地信息；

根据所述年龄信息、所述性别信息、所述所在地信息计算所述评论账号用户信息的相似度。

9.一种服务器，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至5任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，所述计算机可执行指令促使处理器实现权利要求1至5任一项所述的方法。