[发明专利]热点事件监控方法、装置、计算机装置及可读存储介质

说明书

本发明公开了一种热点事件监控方法、装置、计算机装置及计算机可读存储介质，所述方法包括：从获取到的涉及目标事件的新闻流中提取目标事件的关键词流并对关键词流进行过滤以构建关键词集；根据关键词集中的关键词的时间戳将关键词集切分为多个非固定大小的时间窗口；对每一时间窗口内的关键词进行乱序处理，移除关键词的时间戳并记录每一时间窗口的时间跨度信息；基于预设缓存过滤器对经过乱序处理的时间窗口内的关键词进行筛选与过滤；利用预设监测与更新机制对经过筛选与过滤处理的时间窗口内的关键词进行监控，以得到关键词集的事件特征关键词。本发明可准确地选取能代表热点事件的关键词，进而提高筛选出涉及该热点事件的新闻的准确度。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种热点事件监控方法、装置、计算机装置及计算机可读存储介质。

背景技术

传统的新闻热点事件发现方法，一般是基于人为预定义关键词对目标热点新闻进行筛选，该种热点事件发现方法存在时效性低的缺点。传统由新闻流生成的海量关键词的重要性的评估一般是采用TF-IDF算法来发现有价值的关键词候选集，每个关键词的重要性计算依赖于所有关键词集合的统计特征结果，当新闻流生成海量关键词时，时间计算复杂度和存储空间复杂度均较高，对热点事件发现的实时性产生较大的消极影响，且对新词发现不够友好，热点事件新闻包含的最有价值的关键词往往是之前新闻流未出现的，而TF-IDF算法无法准确捕捉该些新词，进而难以准确选取最能代表热点新闻的关键词，从而导致筛选新闻的质量不高，很可能参杂其他不相关的新闻噪声。

发明内容

有鉴于此，本发明提出一种热点事件监控方法、装置、计算机装置及计算机可读存储介质，其可准确地选取能代表热点事件的关键词，进而提高筛选出涉及该热点事件的新闻的准确度。

首先，为实现上述目的，本发明提出一种热点事件监控方法，所述方法包括：

从获取到的涉及目标事件的新闻流中提取所述目标事件的关键词流，并利用预设过滤规则对所述关键词流进行过滤，以根据过滤得到的多个关键词构建关键词集；

根据所述关键词集中的关键词的时间戳将所述关键词集切分为多个非固定大小的时间窗口，其中每一所述时间窗口内的关键词数量相等；

对每一所述时间窗口内的关键词进行乱序处理，移除所述关键词的时间戳并记录每一所述时间窗口的时间跨度信息；

基于预设缓存过滤器对经过乱序处理的时间窗口内的关键词进行筛选与过滤；及

利用预设监测与更新机制对经过筛选与过滤处理的时间窗口内的关键词进行监控，以得到所述关键词集的事件特征关键词。

优选地，所述关键词的时间戳记录了所述关键词的获取时间，或记录了所述关键词所属的新闻的发布时间。

优选地，述记录每一所述时间窗口的时间跨度信息的步骤包括：

获取所述时间窗口内的关键词的时间戳所记录的最大时间与最小时间，以根据所述最大时间与所述最小时间生成并记录所述时间窗口的时间跨度信息。

优选地，所述基于预设缓存过滤器对经过乱序处理的时间窗口内的关键词进行筛选与过滤的步骤包括：

将经过乱序处理的时间窗口内的关键词依序插入所述预设缓存过滤器，以对所述时间窗口内的关键词进行筛选与过滤；

其中，当所述预设缓存过滤器中的缓存位置被关键词占满时，若有不存在于所述缓存位置中的关键词插入，则所述预设缓存过滤器将最下层的关键词从所述缓存位置中移除并在最上层插入所述关键词，若有已存在于所述缓存位置中的关键词再次插入，则所述预设缓存过滤器将所述关键词的位置调整为最上层。