[发明专利]一种热词分析方法、计算机可读存储介质及终端设备

权利要求书

1.一种热词分析方法，其特征在于，包括：

通过搜索引擎爬取当前统计周期内在目标网站上发布的网页，所述目标网站为浏览量大于预设的浏览量阈值的网站，所述当前统计周期包括M个子时间段，其中，M为正整数；

对所述网页中的文本信息进行切词处理，得到构成所述文本信息的各个分词；

统计各个分词在所述文本信息中的曝光频次；

将在所述文本信息中的曝光频次大于预设的第一曝光阈值的分词确定为热词；

统计各个企业名称在各个子时间段的优选文本信息中的曝光频次，所述优选文本信息为包含所述热词的文本信息；

根据各个企业名称在所述优选文本信息中的曝光频次计算各个企业名称与所述热词之间的关联度：

其中，q为企业名称的序号，1≤q≤Q，Q为企业名称的总数，p为热词的序号，1≤p≤P，P为热词的总数，m为各个子时间段按照时间先后顺序依次排列的序号，1≤m≤M，EntExpNum_q,p,m为第m个子时间段内第q个企业名称在包含第p个热词的优选文本信息中的曝光频次，k_m为预设的权值系数，k_mk_m+1且Rel_q,p为第q个企业名称与第p个热词之间的关联度。

2.根据权利要求1所述的热词分析方法，其特征在于，在所述统计各个分词在所述文本信息中的曝光频次之后，还包括：

将在所述文本信息中的曝光频次小于或等于所述第一曝光阈值且大于预设的第二曝光阈值的分词确定为候选分词；

从历史统计记录中获取各个候选分词在所述当前统计周期之前的T个统计周期内的曝光频次，其中，T为正整数；

将满足下述条件的候选分词确定为热词：

对于任意的t的取值，不等式均成立，其中，n为所述候选分词的序号，1≤n≤N，N为所述候选分词的总数，t为各个统计周期按照时间先后顺序依次排列的序号，1≤t≤T，ExpNum_n,t为第n个候选分词在第t个统计周期内的曝光频次，ExpNum_n,T+1为第n个候选分词在所述当前统计周期内的曝光频次，ln为自然对数函数，ThreshRatio为预设的比例阈值。