[发明专利]一种社交事件检测方法、装置及系统

权利要求书

1.一种社交事件检测方法，其特征在于，所述社交事件检测方法包括：

获取各个待检测的消息块中的信息数据流，从所述信息数据流中选取多种异质元素，并分别根据所述异质元素对应构建出异构图；所述异质元素包括推文、单词、命名实体以及主题；

将所述异构图输入预设的检测神经网络模型中，从而输出检测向量组；所述检测神经网络模型包括预设的节点聚合策略模型以及元路径聚合策略模型；

根据预设的聚类方法对所述检测向量组进行聚类，从而输出社交事件检测结果。

2.根据权利要求1所述的社交事件检测方法，其特征在于，将所述异构图输入预设的检测神经网络模型中，从而输出检测向量组，具体包括：

根据预设的元路径自动生成算法获取多种元路径，根据所述多种元路径将所述异构图转化为同质网络；

根据预设的节点聚合策略模型，对所述同质网络进行聚合学习以获得元路径语义信息集合；

将所述元路径语义信息集合输入预设的元路径聚合策略模型，从而获得并输出检测向量组。

3.根据权利要求1所述的社交事件检测方法，其特征在于，从所述信息数据流中选取多种异质元素，并分别根据所述异质元素对应构建出异构图，具体包括：

从所述信息数据流中选取推文、单词、命名实体以及主题；所述单词包括第一单词，所述命名实体包括第一命名实体；

抓取各个推文中所包括的第一单词，并在所述推文和所述第一单词之间构建边；

抓取各个推文中所包括的第一命名实体，并在所述推文和所述第一命名实体之间构建边；

根据预设的词嵌入模型，计算各个单词之间的余弦相似度，并根据各个余弦相似度，在相应的两个单词之间构建边；

根据预设的主题算法以及所述推文，在各个推文以及相应的主题之间构建边；

根据预设的主题模型算法以及所述推文，在各个推文以及主题模型算法抽取出相应的主题之间构建边。

4.根据权利要求2所述的社交事件检测方法，其特征在于，所述节点聚合策略模型的公式为：

式中，表示在元路径下p生成的消息节点信息m_i初始嵌入向量。

5.根据权利要求2所述的社交事件检测方法，其特征在于，所述元路径聚合策略模型的公式为：

式中，表示节点m_i的嵌入。

6.根据权利要求5所述的社交事件检测方法，其特征在于，所述元路径聚合策略模型采用三元组损失函数。

7.根据权利要求1-6任一项所述的社交事件检测方法，其特征在于，所述社交事件检测方法还包括：

根据预设的语义权重计算公式，计算各个消息对应的语义权重；

以预设的筛选比例，根据各个消息的语义权重，对应筛选出若干个训练消息；

根据所述训练消息，对预设的检测神经网络模型进行更新训练。

8.一种社交事件检测装置，其特征在于，所述社交事件检测装置包括信息构建单元、模型输出单元以及事件检测单元，其中，

所述信息构建单元用于获取各个待检测的消息块中的信息数据流，从所述信息数据流中选取多种异质元素，并分别根据所述异质元素对应构建出异构图；所述异质元素包括推文、单词、命名实体以及主题；

所述模型输出单元用于将所述异构图输入预设的检测神经网络模型中，从而输出检测向量组；所述检测神经网络模型包括预设的节点聚合策略模型以及元路径聚合策略模型；

所述事件检测单元用于根据预设的聚类方法对所述检测向量组进行聚类，从而输出社交事件检测结果。

9.一种社交事件检测系统，其特征在于，所述社交事件检测系统包括事件检测模块以及数据存储模块，所述事件检测模块与所述数据存储模块通信连接，所述数据存储模块用于存储所有数据，所述事件检测模块用于执行如权利要求1-7任一项所述的社交事件检测方法。

10.一种社交事件检测的计算机可读存储介质，其特征在于，所述存储介质存储计算机可读程序代码，当所述计算机可读程序代码被执行时实现权利要求1至7中任一项所述的一种社交事件检测方法的步骤。