[发明专利]一种网络热度的展示方法及装置

权利要求书

1.一种网络热度的展示方法，其特征在于，所述方法包括：

获取不同类型网站的网络信息；

根据所述网络信息的来源网站所属类型对所述网络信息进行分类，将每类网络信息存入不同语料库；

获取每条目标数据的关键词在每个语料库中出现的频率，并根据所述频率计算得到每条目标数据在每个语料库中的中间热度值；

根据每个语料库对应的不同预设权重以及所述中间热度值，计算得到每条目标数据的目标热度值；

对所述目标数据按所述目标热度值进行排序并展示。

2.根据权利要求1所述的方法，其特征在于，在所述获取每条目标数据的关键词在每个语料库中出现的频率，并根据所述频率计算得到每条目标数据在每个语料库中的中间热度值之前，所述方法还包括：

滤除每个语料库中的不包含所述目标数据的关键词的语料。

3.根据权利要求1所述的方法，其特征在于，所述不同类型网站包括：包含有新闻信息的第一类型网站；包含有讨论信息的第二类型网站；包含有公告或者报告的第三类型网站以及包含有研报的第四类型网站中的至少两种类型的网站；

并且来源于第一类型网站的网络信息存储在新闻语料库中，来源于第二类型网站的网络信息存储在讨论语料库中，来源于第三类型网站的网络信息存储在公告语料库中，来源于第四类型网站的网络信息存储在研报语料库中。

4.根据权利要求3所述的方法，其特征在于，所述研报语料库对应的预设权重大于新闻语料库对应的预设权重；新闻语料库对应的预设权重大于讨论语料库对应的权重，讨论语料库对应的预设权重大于公告语料库对应的预设权重。

5.根据权利要求3所述的方法，其特征在于，当所述不同类型网站至少包括第一类型网站时；

在所述对所述目标数据按所述目标热度值进行排序并展示之后，所述方法还包括：

根据所述目标数据的关键字，确定所述新闻语料库中分别与各条所述目标数据相关联的目标语料；

根据预先训练好的机器学习算法模型，得到所述目标语料的新闻情绪量化值；

根据所述新闻情绪量化值以及预设情绪阈值范围，确定目标语料所属情绪类型，其中所述情绪类型包括：利好、利空以及中性；

在接收到用户的第一输入之后，将所述第一输入所指示的所述目标数据对应的目标语料以及对应的情绪类型进行展示。

6.根据权利要求3所述的方法，其特征在于，当所述不同类型网站至少包括第三类型网站时；

在所述对所述目标数据按所述目标热度值进行排序并展示之后，所述方法还包括：

根据所述目标数据的关键字，确定所述公告语料库中分别与各条所述目标数据相关联的财务报告；

根据预先训练好的机器学习算法模型，对所述财务报告进行可信度分析，得到质量评分；

在接收到用户的第二输入之后，将所述第二输入所指示的所述目标数据对应的财务报告以及对应的质量评分进行展示。

7.根据权利要求1所述的方法，其特征在于，所述对所述目标数据按所述目标热度值进行排序并展示包括：

将所述目标数据按照目标热度值从大到小的顺序进行排序；

对排序之后的所述目标数据进行展示。

8.一种网络热度的展示装置，其特征在于，所述装置包括：

获取模块，用于获取不同类型网站的网络信息；

分类模块，用于根据所述网络信息的来源网站所属类型对所述网络信息进行分类，将每类网络信息存入不同语料库；

中间热度模块，用于获取每条目标数据的关键词在每个语料库中出现的频率，并根据所述频率计算得到每支股票和/或主题在每个语料库中的中间热度值；

目标热度模块，用于根据每个语料库对应的不同预设权重以及所述中间热度值，计算得到每条目标数据的目标热度值；

排序展示模块，用于对所述目标数据按所述目标热度值进行排序并展示。