[发明专利]一种股市题材舆情热度计算方法及系统装置

权利要求书

1.一种股市题材舆情热度计算方法，其特征在于，所述方法包括：

检索模块获取主题词，检索出包含主题词的所有文档；

分解模块对所述所有文档进行词句分解，创建主题集合

计算模块根据所述主题集合计算主题集合中各主题句中心值。

2.根据权利要求1所述的一种股市题材舆情热度计算方法，其特征在于，所述方法还包括：计算模块根据所述所述主题句中心值计算热度值。

3.根据权利要求1或2所述的一种股市题材舆情热度计算方法，其特征在于，所述计算主题集合中各主题句中心值的方法为：用主题句与主题句集合的整体相似度计算出主题句中心值。

4.根据权利要求3所述的一种股市题材舆情热度计算方法，其特征在于，所述创建主题集合包括：主题词集合T、文档集合D、文档所有词集合W；所述主题词为与主题相关的词，所述文档为包含主题词的文档，所述文档所有词为文档内所有的词语，所述文档所有词包含所述主题词。

5.根据权利要求4所述的一种股市题材舆情热度计算方法，其特征在于，所述用主题句与主题句集合的整体相似度的计算方法为：

将所述文档集合D中所有文档分割成语句，得到语句集合S；

表示所有包含词的语句的集合，所述；

计算语句中每个词的词频率-逆文档频率值，语句s中的词w的值为

其中表示词w在语句s中出现的次数，表示语句s中包含的词的数量，表示语句集合的数量，表示包含词w的语句数量；

表示所有包含主题词的主题句集合，所述，计算其中所有主题句两两之间的相似度，获得一个的相似矩阵

其中表示中的第个主题句和第个主题句的相似度

；

获取主题句同所述主题句集合的整体相似度。

6.根据权利要求5所述的一种股市题材舆情热度计算方法，其特征在于，所述主题句中心值的计算方法为：

主题句的中心值（centroid）用中所有主题句与的相似度的平均值来表示

。

7.根据权利要求6所述的一种股市题材舆情热度计算方法，其特征在于，所述主题词（）的热度值计算方法为：

其中表示所在的文档，表示文档中所有语句数量。

8.一种股市题材舆情热度系统，所述系统包括：

检索模块，用于根据主题词检索出包含主题词的所有文档；

分解模块，用于对所述所有文档进行主题词、文档、所有词、语句的分解，创建主题集合；

计算模块，用于计算主题句与主题句集合的整体相似度，计算主题句中心值，计算主题句热度值。

9.一种股市题材舆情热度系统装置，所述装置包括：

检索装置，用于根据主题词检索出包含主题词的所有文档；

分解装置，用于对所述所有文档进行主题词、文档、所有词、语句的分解，创建主题集合；

计算装置，用于计算主题句与主题句集合的整体相似度，计算主题句中心值，计算主题句热度值；

其中，还包括存储装置、处理器、总线，所述存储装置同所述处理器通过总线连接，所述存储装置存储有多条操作指令，所述处理器加载所述操作指令并执行，实现权利要求1-6所述的方法。