[发明专利]一种基于时间热度指数分析事件发展趋势的方法

权利要求书

1.一种基于时间热度指数分析事件发展趋势的方法，其特征在于，该方法包括：

S100：记录事件发生的起始时间t₁，以及截止到目前为止的当前时间t₂；

S200：基于大数据分析和热度指数评价模型，分析在时间段t₁-t₂内，该事件的随时间t₁-t₂的热度发展趋势p，并绘制成曲线图；

S300：基于曲线图找出斜率k最大的时间段标记为t₂'-t₃'，找出t₂'-t₃'时间段内影响事件热度发展趋势的权重类型Q_m，其中m为权重类型数量；

S400：分析时间点t₂'前一时间段t₁'-t₂'内，以及时间点t₃'后一时间段t₃'-t₄'内，影响事件热度发展趋势的权重类型，分别记为P_n和G_j，其中n、j分别表示对于权重类型数量；

S500：热度发展趋势p分析，包括以下三种情况：

(1)权重类型Q_m与P_n和G_j中的权重类型全部相同，分析各权重的指数变化量，从而得出影响热度发展趋势p的权重类型，并通过调整该权重类型的指数大小实现事件发展趋势的控制；

(2)权重类型Q_m与P_n和G_j中的权重类型存在新增或减少，且相同重类型的指数不变，则分析新增或减少的权重类型，得出影响热度发展趋势p的权重类型，并通过调整该权重类型的指数大小实现事件发展趋势的控制；

(3)权重类型Q_m与P_n和G_j中的权重类型存在新增或减少，且相同重类型的指数也发生变化，则将指数发生变化的部分权重类型与新增或减少的权重类型作为整体进一步分析影响热度发展趋势p变化的权重类型，并通过调整该权重类型的指数大小实现事件发展趋势的控制。

2.根据权利要求1所述的一种基于时间热度指数分析事件发展趋势的方法，其特征在于，所述时间段t₂'-t₃'采用遍历时间段t₁-t₂的方式确定斜率k最大的时间段。

3.根据权利要求2所述的一种基于时间热度指数分析事件发展趋势的方法，其特征在于，所述遍历过程中是根据斜率k变化的最小时间单位作为时间节点依次遍历，对于斜率相同的部分作为一个整体时间段。

4.根据权利要求3所述的一种基于时间热度指数分析事件发展趋势的方法，其特征在于，所述时间t₁'-t₂'是时间点t₂'前斜率k恒定的一段，时间段t₃'-t₄'是时间点t₃'后斜率k恒定的一段。

5.根据权利要求4所述的一种基于时间热度指数分析事件发展趋势的方法，其特征在于，所述S500中(3)的具体步骤为：

S01：列出有变化的权重类型，包括新增或减少的权重类型，以及权重指数发生变化的类型，其中新增的权重类型是时间段t₂'-t₃'相较于时间段t₁'-t₂'的增加的权重类型，减少的权重类型是时间段t₃'-t₄'内相较于时间段t₂'-t₃'减少的权重类型；

S02：具体分析S01中的权重类型对事件热度发展趋势p的实质影响量，将其由高到低进行排列，从而得出对热度发展趋势p影响最大的权重类型；

S03：并通过调整对热度发展趋势p影响最大的权重类型或按比例调整所有产生变化的权重类型实现事件发展趋势的控制。