[发明专利]事件发现方法、装置、设备和计算机可读存储介质

说明书

本公开的实施例涉及一种用于发现事件的方法、装置、设备和计算机可读存储介质。该方法包括从预定时段内的搜索引擎日志中获取搜索关键字和与搜索关键字相对应的资源定位信息，资源定位信息与用户浏览行为相关联。该方法还包括基于搜索关键字和对应的资源定位信息，确定候选资源集合，候选资源集合包括与资源定位信息相关联的资源。之后，该方法进一步包括通过对候选资源集合执行聚类操作，确定目标资源集合，该目标资源集合与所发现的事件相关联。本公开的技术方案可以实现对待聚类的候选新闻资源的筛选，降低聚类操作的运算量和复杂程度，并且实现更为精确的聚类操作。

技术领域

本公开总体上涉及互联网技术领域，更具体地，涉及事件发现方法、装置、设备和计算机可读介质。

背景技术

随着互联网技术的发展，互联网的信息一直在爆发式的增长，每个人都不得不面对信息过载的问题。当用户想要关注某个新闻事件、人物或者公司时，用户在搜索相关信息时不得不面对大量未经整理的信息或新闻资源。为了减少用户获取信息的时间成本，通常会将互联网中的大量信息或资源以“事件”为粒度进行组织，并将关注的新闻事件或人物等的最具时效性、最具代表性的进展和历史事件呈现给用户。

在传统的事件发现方法中，事件发现主要是通过人工编辑或者计算机的聚类算法等来实现。由于人工编辑有效率低下的缺陷，故逐渐由聚类算法所取代。聚类算法是使用作为新闻资源的文本的相似性将多个新闻资源聚类为簇，每个簇作为一个新闻资源的集合代表一个事件。然而，目前的聚类算法的计算结果中通常会存在用户不关注的信息，不能直接满足用户需求。为此，用户投票操作被用于过滤用户不关注的信息。然而，此类处理方式仍然存在操作复杂且稳定性差的问题。

发明内容

根据本公开的示例实施例，提供了一种事件发现方案。

在本公开的第一方面中，提供了一种用于发现事件的方法。该方法包括从预定时段内的搜索引擎日志中获取搜索关键字和与搜索关键字相对应的资源定位信息，资源定位信息与用户浏览行为相关联。该方法还包括基于搜索关键字和资源定位信息，确定候选资源集合，候选资源集合包括与资源定位信息相关联的资源。该方法进一步包括通过对候选资源集合执行聚类操作，确定目标资源集合，该目标资源集合与所发现的事件相关联。

在本公开的第二方面中，提供了一种用于发现事件的装置。该装置包括日志信息获取模块，被配置为从预定时段内的搜索引擎日志中获取搜索关键字和与搜索关键字相对应的资源定位信息，资源定位信息与用户浏览行为相关联。该装置还包括候选资源集合确定模块，被配置为基于搜索关键字和资源定位信息，确定候选资源集合，候选资源集合包括与资源定位信息相关联的资源。该装置进一步包括聚类模块，被配置为通过对候选资源集合执行聚类操作，确定目标资源集合，该目标资源集合与所发现的事件相关联。

在本公开的第三方面中，提供了一种电子设备。该电子设备包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的实施例的在电子设备处执行的过程或方法的流程图；

图3示出了根据本公开的一些实施例的事件发现的过程或方法的流程图；