[发明专利]一种新闻热点的发现方法

摘要

本申请公开了一种新闻热点的发现方法，该方法基于海量新闻数据，通过多次迭代，确定出最优的热点发现模型，然后再利用该热点发现模型，从新采集的新闻数据中发现热点新闻。采用本发明，可以准确、高效地发现互联网上的热点新闻数据。

主权项

1.一种新闻热点的发现方法，其特征在于，包括：/na、采集互联网中与新闻相关且已知是否为热点的原始数据，所述原始数据的条数大于一百万，设置迭代次数n为1，对关键指标库进行初始化；/nb、从所述原始数据中筛选出具有中立性且无偏向的数据；对所筛选出的数据进行结构化和去噪处理，并按照预设的分组比例对所述处理后的数据进行分组，得到一组样本数据和一组测试数据；/nc、根据所述样本数据、所述关键指标库和第n-1次迭代时确定出的最优混合聚类模型，确定本次迭代的混合聚类模型并进行评分；/nd、利用所述测试数据，对所述混合聚类模型进行验证，如果验证通过，则将所述混合聚类模型作为用于发现热点的混合聚类模型，否则，从前n次迭代中获得的所有混合聚类模型中选择出分值最高的模型，作为当前的最优混合聚类模型，利用在所述评分过程中确定出的热点数据的属性，更新当前的所述关键指标库；并将迭代次数n加1，执行步骤c；/ne、采集新的新闻数据，并利用所述用于发现热点的混合聚类模型，从中识别出热点新闻数据；/n其中，步骤c中所述确定本次迭代的混合聚类模型并进行评分包括：/n根据所述关键指标库，对所述样本数据进行Canopy聚类，并对所述Canopy聚类结果进行K均值KMeans精细化聚类，得到相应的聚类模型；/n根据所述关键指标库，利用迭代二叉树3代ID3算法和决策树C4.5算法C45对所述样本数据进行处理，得到相应的预测模型；/n根据所述关键指标库，对所述样本数据进行打标签和切词后，利用支持向量机SVM算法，生成相应的情感分析模型；/n对于每个所述模型，利用该模型判断每条所述测试数据是否为热点数据，并确定该判断的正确性，根据该模型对所有所述测试数据进行判断的准确率，确定第n次迭代中该模型的混合得分值；/n按照w