[发明专利]一种事件预测方法、装置及系统

权利要求书

1.一种事件预测方法，其特征在于，包括：

获取社交网络数据中的文本数据和与所述文本数据关联的用户行为数据；其中，社交网络数据包括结构化数据和非结构化数据，所述用户行为数据属于结构化数据，包括：实体数据和/或标签数据，所述实体数据用于表示与文本数据相关的数据的集合，所述标签数据用于表示文本数据或者文本数据中词对应的标签以及标签对应的数据；

对所述文本数据进行向量化处理，获取所述文本数据对应的特征向量；

对所述用户行为数据进行特征选择处理，获取对应的特征变量；

将所述特征向量和所述特征变量作为特征输入至预建立的分类模型，所述分类模型用于以所述文本数据的特征向量为特征确定所述文本数据对应于可疑事件的概率；

其中，所述对所述用户行为数据进行特征选择处理，获取对应的特征变量包括：

确定所述用户行为数据中的变量；

基于预定的特征选择法对所述变量进行评分，以确定所述变量对所述文本数据对应的事件的影响度；

从所述用户行为数据中的变量中选取影响度满足预定条件的变量，作为特征变量；

所述特征选择法的选择原理包括：(1)用过滤式特征选择法对通过计算相关系数和卡方值得出变量得分；(2)采用递归的向前选择法基于决策树算法给各变量打分；(3)通过lasso回归加决策树进行变量选择，引入惩罚项，将部分变量的系数压缩为0；

其中，在将所述特征向量和所述特征变量作为特征输入至预建立的分类模型之前，还包括：

获取样本数据，所述样本数据包括：样本事件，以及所述样本事件对应的文本数据和用户行为数据；

对所述文本数据进行向量化处理，获取所述文本数据对应的特征向量；和，对所述用户行为数据进行特征选择处理，获取与所述用户行为数据对应的特征变量；

以样本事件对应的特征向量和特征变量为特征，建立分类模型；

基于建立的分类模型，对新的文本数据进行预测。

2.根据权利要求1所述的方法，其特征在于，在获取社交网络数据中的文本数据之前，还包括：

从社交网络中获取社交网络数据；

将所述社交网络数据中的非结构化数据中的非文本数据转化为文本数据。

3.根据权利要求1所述的方法，其特征在于，所述对所述文本数据进行向量化处理，获取所述文本数据对应的特征向量包括：

基于文本深度表示模型训练所述文本数据中的词，获取文本深度表示模型输出的词向量；

对所述文本数据中的词对应的词向量进行求平均值的计算，并将计算结果作为所述文本数据对应的特征向量。

4.根据权利要求1所述的方法，其特征在于，所述预定的特征选择法为过滤式特征选择法、包裹式特征选择法、集成式特征选择法中的至少一个。

5.根据权利要求1所述的方法，其特征在于，在获取所述分类模型输出的预测结果之后，还包括：

根据所述预测结果确定与所述文本数据相关的实体的可疑概率。