[发明专利]一种面向微博客的话题流行范围评估方法及系统

权利要求书

1.一种面向微博客的话题流行范围评估方法，其特征在于，包括：

步骤1，采集微博客平台的历史数据,根据所述历史数据提取多个话题，以及所述多个话题所对应的多个消息，并根据对所述多个消息进行合并操作获得多个合并消息，然后将发布或者转发同一个合并消息的用户构建一个社区，获得多个社区，基于所述多个社区的重合程度，进行话题的归类，提取同一类别中话题的特征；

步骤2，获取微博客平台的实时数据，根据所述实时数据提取新话题，以及所述新话题所对应的多个新消息，并根据对所述多个新消息进行合并操作获得多个新合并消息，将发布或者转发同一个新合并消息的用户构建一个新社区，获得多个新社区，基于所述多个新社区的重合程度，进行新话题的归类，提取同一类别中新话题的新特征；

步骤3，将所述特征与所述新特征进行匹配，获得目标话题，对所述目标话题的流行范围进行评估；

其中L1和L2分别为任意两条消息的长度，Lcom为任意两条消息的共同的词的数目，threshold介于[0.3,0.4]区间内。

2.如权利要求1所述的话题流行范围评估方法，其特征在于，所述步骤1和步骤2中进行合并操作后进行以下处理：

根据合并结果执行LDA机器学习方式获得话题，利用计算话题之间的区别值，其中P和Q为两个向量，分别是对应所有消息出现在话题中的概率，令前一次的D_KL为D_KL_Old,本次的D_KL是D_KL_new，当D_KL_new>D_KL_older时保留合并结果并继续新的合并操作，否则消除合并结果并继续新的合并操作。

3.如权利要求1所述的话题流行范围评估方法，其特征在于，所述步骤1和步骤2中的归类操作具体为：

将满足的任意话题下的任意两个社区归为同一类，其中C1和C2为任意两个社区，C1中的所有用户为U1，C2中的所有用户为U2，U1和U2中相同的用户为Ucom。

4.一种面向微博客的话题流行范围评估系统，其特征在于，包括：

历史数据处理单元，采集微博客平台的历史数据,根据所述历史数据提取多个话题，以及所述多个话题所对应的多个消息，并根据对所述多个消息进行合并操作获得多个合并消息，然后将发布或者转发同一个合并消息的用户构建一个社区，获得多个社区，基于所述多个社区的重合程度，进行话题的归类，提取同一类别中话题的特征；

实时数据处理单元，获取微博客平台的实时数据，根据所述实时数据提取新话题，以及所述新话题所对应的多个新消息，并根据对所述多个新消息进行合并操作获得多个新合并消息，将发布或者转发同一个新合并消息的用户构建一个新社区，获得多个新社区，基于所述多个新社区的重合程度，进行新话题的归类，提取同一类别中新话题的新特征；

话题范围评估单元，将所述特征与所述新特征进行匹配，获得目标话题，对所述目标话题的流行范围进行评估；

其中L1和L2分别为任意两条消息的长度，Lcom为任意两条消息的共同的词的数目，threshold介于[0.3,0.4]区间内。

5.如权利要求4所述的话题流行范围评估系统，其特征在于，对于所述历史数据处理单元和实时数据处理单元中进行合并操作后进行以下处理：

根据合并结果执行LDA机器学习方式获得话题，利用计算话题之间的区别值，其中P和Q为两个向量，分别是对应所有消息出现在话题中的概率，令前一次的D_KL为D_KL_Old,本次的D_KL是D_KL_new，当D_KL_new>D_KL_older时保留合并结果并继续新的合并操作，否则消除合并结果并继续新的合并操作。

6.如权利要求4所述的话题流行范围评估系统，其特征在于，对于所述历史数据处理单元和实时数据处理单元中的归类操作具体为：

将满足的任意话题下的任意两个社区归为同一类，其中C1和C2为任意两个社区，C1中的所有用户为U1，C2中的所有用户为U2，U1和U2中相同的用户为Ucom。