[发明专利]数据处理方法、装置、存储介质及设备

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取文本语料集；对所述文本语料集进行热点词提取，得到第一热点词集合；其中，所述第一热点词集合中包括j个热点词，j为正整数；

对所述第一热点词集合进行词语采样处理，得到第二热点词集合；其中，所述第二热点词集合中包括k个候选热点词，k为正整数且k小于j；所述候选热点词为具有潜在的热度上升趋势的热点词；

对所述第二热点词集合中的k个候选热点词进行热度预测；其中，所述热度预测的时间范围为第一时间段，所述第一时间段在时序上位于当前日期之后。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取第i个候选热点词在所述第一时间段内的热度预测数据；其中，i为正整数且i小于k；

获取所述第i个候选热点词在第二时间段内的历史热度数据；其中，所述第二时间段在时序上位于当前日期之前；

基于所述第i个候选热点词的热度预测数据和历史热度数据，显示所述第i个候选热点词的热度趋势图。

3.根据权利要求1所述的方法，其特征在于，所述对所述第一热点词集合进行词语采样处理，得到第二热点词集合，包括：

根据所述j个热点词的词频获取所述j个热点词的概率分布；

获取恒定噪声和可控变量；

对于所述j个热点词中的第i个热点词，根据所述恒定噪声、所述可控变量和所述第i个热点词的概率，获取所述第i个热点词的采样概率；

根据所述j个热点词的采样概率，在所述第一热点词集合中筛选出采样概率最大的k个热点词，得到所述第二热点词集合。

4.根据权利要求3所述的方法，其特征在于，所述根据所述j个热点词的词频获取所述j个热点词的概率分布，包括：

获取所述j个热点词的词频总和值，以及获取目标数值与j的乘积值；

基于所述词频总和值和所述乘积值确定第一数值；

对于所述j个热点词中的第i个热点词，基于所述第i个热点词的词频和所述目标数值确定第二数值；

将所述第二数值与所述第一数值之比作为所述第i个热点词的概率。

5.根据权利要求1所述的方法，其特征在于，所述对所述第二热点词集合中的k个候选热点词进行热度预测，包括：

获取所述k个候选热点词在所述第二时间段内的历史热度数据；

获取历史候选词在所述第二时间段内的历史热度数据；

基于所述历史候选词在所述第二时间段内的历史热度数据，构建所述时序预测网络；

调用所述时序预测网络，基于所述k个候选热点词在所述第二时间段内的历史热度数据，预测所述k个候选热点词在所述第一时间段内的初步热度数据。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据所述k个候选热点词的历史热度数据，过滤掉所述k个候选热点词中已出现热度峰值的候选热点词；

确定所述第i个候选热点词的关联历史词；响应于所述关联历史词在所述第二时间段内已出现热度峰值，过滤掉所述第i个候选热点词；其中，所述关联历史词为所述历史候选词中与所述i个候选热点词具有热度相似性的词语；

调用所述时序预测网络，基于所述关联历史词在所述第二时间段内的历史热度数据，获取所述关联历史词在所述第一时间段内的热度预测数据；

将所述关联历史词的热度预测数据和所述第i个候选热点词的初步热度数据进行整合处理，得到所述第i个候选热点词在所述第一时间段内的热度预测数据。