[发明专利]新闻评论相似账号确定方法及装置

说明书

本发明提供了一种新闻评论相似账号确定方法及装置，涉及相似账号确定技术领域。该方法包括：获取预先确定数量的新闻评论样本数据；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。本发明实施例的新闻评论相似账号确定方法及装置通过分别计算评论账号用户信息、评论内容和被评论的新闻内容各自的相似度，获取新闻评论相似账号，从而达到了方便追踪特定账号的技术效果。

技术领域

本发明相似账号确定技术领域，尤其是涉及一种新闻评论相似账号确定方法及装置。

背景技术

目前，对于社会上的各种各样的新闻，网民通过网络等方式对这些新闻表达自己的观点并且反映自身诉求，这种近似观点性、影响力、倾向性的评论，如果不加以有效的舆论引导和管控,容易造成舆情隐患，甚至会扰乱社会秩序。

发明内容

有鉴于此，本发明的目的在于提供一种新闻评论相似账号确定方法及装置，以改善各种评论容易造成舆情隐患甚至会扰乱社会秩序的技术问题。

第一方面，本发明实施例提供了一种新闻评论相似账号确定方法，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。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，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。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，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。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，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。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，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。

第二方面，本发明实施例还提供一种新闻评论相似账号确定装置，所述装置包括：