[发明专利]基于态势评估的网络热点话题发现方法及系统

权利要求书

1.一种基于态势评估的网络热点话题发现方法，其特征在于，包括如下步骤：

数据获取步骤，实时获取网络论坛数据；

候选词串提取步骤，对所述网络论坛数据进行语料预处理，提取候选词串；

热点话题发现步骤，基于所述候选词串，形成向量形式的特征集合以表示每条帖子；对所述帖子进行聚类，依据聚类结果获取发现的热点话题并进行量化；

态势评估步骤，对聚类产生的热点话题进行态势评估，并依据态势评估结果，修正所述发现的热点话题。

2.根据权利要求1所述的网络热点话题发现方法，其特征在于，所述数据获取步骤中，所述网络论坛数据基于网络拓扑的聚焦爬虫获取。

3.根据权利要求2所述的网络热点话题发现方法，其特征在于，所述候选词串获取步骤进一步包括如下步骤：

切分步骤，对所述网络论坛数据进行分词，获取数据切分结果；

还原步骤，合并所述切分结果，还原被切分的重要词串；

过滤步骤，过滤停用词、无意义串和背景噪声，获取所述候选词串，作为候选结果；

优化步骤，优化所述候选结果。

4.根据权利要求3所述的网络热点话题发现方法，其特征在于，所述热点话题发现步骤进一步为：

所述向量形式的特征集合为向量空间模型的特征集合；按照发帖时间，基于年龄理论，依序将帖子聚入话题中；发现热点话题并进行量化后，对热点话题由高到低排序。

5.根据权利要求4所述的网络热点话题发现方法，其特征在于，所述态势评估步骤进一步包括：

对热点发现结果进行态势评估；结合专家系统，改进话题所对应的帖子的向量形式的特征集合；再次执行所述热点话题发现步骤。

6.一种基于态势评估的网络热点话题发现系统，其特征在于，包括：

数据获取模块，用于实时获取网络论坛数据；

候选词串提取模块，用于对所述网络论坛数据进行语料预处理，提取候选词串；

热点话题发现模块，用于基于所述候选词串，形成向量形式的特征集合以表示每条帖子；对所述帖子进行聚类，依据聚类结果获取发现的热点话题并进行量化；

态势评估模块，用于对聚类产生的热点话题进行态势评估，并依据态势评估结果，修正所述发现的热点话题。

7.根据权利要求6所述的网络热点话题发现系统，其特征在于，所述数据获取模块中，所述网络论坛数据基于网络拓扑的聚焦爬虫获取。

8.根据权利要求7所述的网络热点话题发现系统，其特征在于，所述候选词串获取模块进一步包括：

切分模块，用于对所述网络论坛数据进行分词，获取数据切分结果；

还原模块，用于合并所述切分结果，还原被切分的重要词串；

过滤模块，用于过滤停用词、无意义串和背景噪声，获取所述候选词串，作为候选结果；

优化模块，用于优化所述候选结果。

9.根据权利要求8所述的网络热点话题发现系统，其特征在于，所述热点话题发现模块中：所述向量形式的特征集合为向量空间模型的特征集合；

所述模块进一步用于按照发帖时间，基于年龄理论，依序将帖子聚入话题中；发现热点话题并进行量化后，对热点话题由高到低排序。

10.根据权利要求9所述的网络热点话题发现系统，其特征在于，所述态势评估模块进一步用于：

对热点发现结果进行态势评估；结合专家系统，改进话题所对应的帖子的向量形式的特征集合；再次进行所述热点话题的发现。