[发明专利]一种网络热点话题发现方法及系统

摘要

本发明提供一种网络热点话题发现方法及系统，方法包括从预设时间段的文本语料中提取热词；当两个热词的相关性大于第一预设阈值时，将两个热词合并到同一集合中；计算每两个热词集合之间的共现度，当两个热词集合之间的共现度大于第二预设阈值时，将两个热词集合进行合并；计算每个热词集合中每两个热词之间的共现度，并统计每个热词的共现度，选取共现度排列在前列的几个热词作为对应的热点话题的名称。该方法及系统从热词的角度进行网络热点话题的发现操作，更加符合热点话题的定义；同时通过相关热词和共现热词集合的合并，保证了热点话题内部信息的强关联性，同时能够实现网络热点话题的准确发现，有利于用户直观地识别出网络热点话题。

主权项

1.一种网络热点话题发现方法，其特征在于，包括：S1，基于词语的信息熵从预设时间段的文本语料中提取热词候选词；S2，根据所述热词候选词的单日词频和历史波动性计算所述热词候选词的热度，按照热度降序将所述热词候选词进行排序，并将前N个热词候选词作为热词，其中N>＝1；S3，计算每两个所述热词的相关性，当两个所述热词的相关性大于第一预设阈值时，将两个所述热词合并到同一集合中，并将其他每个热词单独存放在一个集合中，获得所有热词集合；S4，计算每两个所述热词集合之间的共现度，当两个所述热词集合之间的共现度大于第二预设阈值时，将两个所述热词集合进行合并，获得合并后的所有热词集合；S5，计算每个所述合并后的热词集合中每两个热词之间的共现度，并统计每个热词的共现度，按照共现度降序将所有热词进行排序，将前M个热词作为每个所述合并后的热词集合对应的热点话题的名称，其中M>＝1。