[发明专利]一种目标群体活动事件的演化路径及发展进程分析方法

权利要求书

1.一种目标群体活动事件的演化路径及发展进程分析方法，其特征在于，包括如下步骤：

步骤1、抽取目标活动事件描述文本集中的时间及地理位置特征信息，形成文档和时空特征集；对目标活动事件描述文本集进行分词，构建目标活动事件描述文本集对应的词频矩阵；

步骤2、对目标活动事件描述文本集按时序进行排列，对排序后的文本集按照最小时间粒度的整数倍进行分割，生成时间片划分方案；

步骤3、分别计算、提取按照时间片划分方案分割后的各时间片内文本子集所蕴含的活动主题，计算各时间片中活动主题间的相对熵，对目标群活动事件进行关键时间点分析，并据此形成活动事件的演化路径；

步骤4、对活动事件的演化路径进行可视化展现，生成事件发展脉络图。

2.根据权利要求1所述的方法，其特征在于，步骤1包括：

将目标活动事件描述文本集记为集合D＝{d₁，d₂，...d_n}，其中n∈N^*且n＞1，N^*表示自然数；d_n表示集合D中第n个文本；

对集合D中的每个文本d_i，进行时间及地理位置两类原子信息元素抽取计算，记d_i中抽取的时间集合为T_i，获取T₁，T₂,...,T_n中的最大时间和最小时间，分别记为t_max和t_min；记d_i中抽取的地理位置集合为P_i，将最终生成的文本d_i的文档和时空特征集记为D_i-TP，则D_i-TP＝{T_i，P_i}，其中i取值为1～n；

遍历目标活动事件描述文本集，对每一个文档d_i进行中文分词，分词后过滤掉停用词，最终得到文本集D对应的词频矩阵D_f。

3.根据权利要求2所述的方法，其特征在于，步骤2包括如下步骤：

步骤2-1：依据文档和时空特征集D_i-TP中的时间集T_i对目标活动事件描述文本集按时序进行排列，待分割时间轴总的开始时间为t_min，结束时间为t_max；

步骤2-2：对排序后的目标活动事件描述文本集按照最小时间粒度的整数倍进行两轮以上分割，设定在分割过程中取分割的时间长度为L且L为最小时间粒度的整数倍，则初步划分的时间片有个，设定空间特征共现频率调整阈值为θ，对每一个时间片进行如下两步操作：

第一步，根据相邻时间片之间文本集的空间特征共现频率对时间划分方案进行第一次调整，对于第i个时间片S_i，分别计算S_i与S_i-1和S_i+1两个时间片中文本集的空间特征共现频率，分别记为f_i-1和f_i+1，如果f_i-1＞f_i+1＞θ，则S_i与S_i-1和S_i+1之间的时间片划分方案由S_i向前合并；如果θ＜f_i-1＜f_i+1，则S_i与S_i-1和S_i+1之间的时间片划分方案由S_i向后合并；

第二步，根据当前时间片内文本集的空间特征共现频率对时间划分方案进行第二次调整，计算第i个时间片S_i中文本之间的最大空间特征共现频率f′_i；如果f′_i≥θ，则对时间片S_i以最大空间特征文本集为界线进行分割；如果f′_i＜θ，则不进行时间片划分方案调整。