[发明专利]一种面向微博文本流的突发关键词检测方法

权利要求书

1.一种面向微博文本流的突发关键词检测方法，其特征在于，包括：

(1)实时采集微博数据，针对实时微博数据流建立基于动态滑动窗口机制的消息会话模型；

(2)从消息会话模型中抽取用户信任属性，根据设定的信任窗口大小构建动态信任模型，计算用户的信任度；

(3)根据设定的消息窗口大小对实时微博消息流进行切分，融合用户信任度计算每个时间窗口中关键词的权重，形成突发关键词的权重序列；

(4)针对突发关键词的权重序列，采用基于动力学模型的突发关键词发现算法计算关键词的突发权值，如果关键词的突发权值大于系统设定的突发阈值则该词为突发关键词。

2.根据权利要求1所述的一种面向微博文本流的突发关键词检测方法，其特征在于：所述动态滑动窗口机制为动态滑动信任窗口和动态滑动消息窗口。

3.根据权利要求1所述的一种面向微博文本流的突发关键词检测方法，其特征在于，在所述的消息会话模型中包括：

微博消息、微博用户以及关键词的关联操作；

针对实时消息流消息会话模型的更新以及删除操作。

4.根据权利要求1所述的微博突发关键词检测方法，其特征在于，在抽取用户信任属性之前还包括：

根据用户交互行为定义用户交互动作以及用户交互指数；

根据信任窗口内的用户交互动作建立用户交互图。

5.根据权利要求1所述的微博突发关键词检测方法，其特征在于，所述用户信任属性包括：

用户交互度以及用户交互质量。

6.根据权利要求1所述的微博突发关键词检测方法，其特征在于，在计算关键词的权重之前还包括：

对微博消息内容进行预处理，包括中文分词、标签的识别与提取、去停用词、提取名词和动词作为关键词。

7.根据权利要求1所述的微博突发关键词检测方法，其特征在于，在生成关键词的权重序列之前还包括：

根据用户作息时间以及关键词的历史权重值消除用户作息时间对突发关键词检测的影响。

8.根据权利要求1所述的微博突发关键词检测方法，其特征在于，所述基于动力学模型的突发关键词发现算法包括：

定义与形式化基于动力学的趋势分析指标对关键词权重序列进行处理。