[发明专利]数据处理方法、装置、存储介质及设备

说明书

本申请公开了一种数据处理方法、装置、存储介质及设备，属于互联网技术领域。包括：获取文本语料集；对文本语料集进行热点词提取，得到第一热点词集合；第一热点词集合中包括j个热点词；对第一热点词集合进行词语采样处理，得到第二热点词集合；第二热点词集合中包括k个候选热点词；候选热点词为具有潜在的热度上升趋势的热点词；对第二热点词集合中的k个候选热点词进行热度预测；该热度预测的时间范围为第一时间段，第一时间段在时序上位于当前日期之后。本申请能够发现候选热点词以及预测候选热点词在未来时间内的热度趋势，不但丰富了数据处理方式，而且能够为诸如产品未来开发、运营和设计等环节提供前瞻性建议，效果较佳。

技术领域

本申请涉及互联网技术领域，特别涉及一种数据处理方法、装置、存储介 质及设备。

背景技术

热点(hot spot)一般是指广受大众关注或欢迎的新闻/资讯，或某段时期内 引人注目的事件或问题。比如，社会热点和舆论热点等。时下随着互联网技术 的飞速发展，社交平台上涌现出了海量的UGC(User Generated Content，用户 生成内容)文本数据。其中，UGC文本数据也被称之为用户原创内容，即在互 联环境下用户可以将原创的内容通过互联网平台进行展示或提供给其他用户。

其中，合理地应用社交平台上存储的UGC文本数据，可以为诸如产品运营、 舆论监控乃至新产品规划等提供有效助力。示例性地，可以通过对UGC文本数 据进行处理实现热点发现功能。然而，目前的处理方案通常仅是给出当前的热 点词，换言之，相关技术仅用于发现当前热点，数据处理方式比较单一。

发明内容

本申请实施例提供了一种数据处理方法、装置、存储介质及设备，能够发 现候选热点词以及预测候选热点词在未来时间内的热度趋势；其中，候选热点 词指代在未来时间内具有潜在的热度上升趋势的热点词。该技术方案的实施不 但丰富了数据处理方式，而且能够为诸如产品未来开发、运营和设计等环节提 供前瞻性建议，效果较佳。所述技术方案如下：

一方面，提供了一种数据处理方法，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。

另一方面，提供了一种数据处理装置，所述装置包括：

提取模块，被配置为获取文本语料集；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；

采样模块，被配置为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；

预测模块，被配置为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。

在一种可能的实现方式中，所述装置还包括：

显示模块，被配置为获取第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。

在一种可能的实现方式中，所述采样模块，包括：