[发明专利]一种舆情事件发现方法、装置及计算设备

说明书

本发明公开了一种舆情事件发现方法，该方法适于在计算设备中执行，计算设备与数据存储装置连接，数据存储装置适于存储多个文档内容，每个文档内容关联有浏览次数，该方法包括步骤：在一个预定时间长的周期内对多个文档内容进行聚类处理，生成至少一个文档类别，其中，每个文档类别下的所有文档内容对应于同一个事件；基于文档内容关联的浏览次数，获取目标事件对应的浏览次数，目标事件为至少一个文档类别中任一文档类别所对应的事件；对目标事件的历史浏览次数进行生长曲线拟合；当拟合得到的生长曲线的第一特征时间点大于零时，将目标事件识别为舆情事件，且确定该舆情事件进入爆发期。本发明还公开了相应的计算设备及存储介质。

技术领域

本发明涉及信息处理技术领域，特别涉及一种舆情事件发现方法、装置及计算设备。

背景技术

随着互联网用户人数的迅速增长，以及多媒体照相、摄像、上网功能的发展，受互联网实时性、互动性、随意性的影响，各个行业某个突发事件一经曝光，其信息就可能迅速引爆网络舆论，如何自动对舆情事件进行监督是维持行业稳定一个重要的命题，目前对于舆情事件的研究方法主要有两种。

一种方法是基于舆情演化的影响因素来判断舆情演化阶段，其利用历史数据，根据不同的事件类型，回溯舆情事件相应的舆情数据指标的发展变化趋势，从而对于未来同类型的舆情事件的发生，提供一定的经验判断基础。然而该方法主观因素较强，不同研究人员得到的演化阶段可能并不相同，而且对于历史未出现的舆情事件类型，则难以找到历史数据进行回溯，也就无法对该类舆情事件的发展演变进行合理的预测，适用场景有限，难以满足互联网舆情千变万化的实际特点。

另一种方法基于元胞自动机的仿真模型，利用动力学模型模拟出某个网络舆情形成过程中的涉及个体人数、发言数量随时间的变化关系，然而仿真建模方法在实际业务中需要对每次舆情事件进行单独仿真预测，需要很大的成本，时效性也不强。

发明内容

为此，本发明提供了一种舆情事件发现方法、计算设备及存储介质，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明的一个方面，提供了一种舆情事件发现方法，该方法适于在计算设备中执行，计算设备与数据存储装置连接，数据存储装置适于存储多个文档内容，每个文档内容关联有浏览次数，该方法包括步骤：在一个预定时间长的周期内对多个文档内容进行聚类处理，生成至少一个文档类别，其中，每个文档类别下的所有文档内容对应于同一个事件；基于文档内容关联的浏览次数，获取目标事件对应的浏览次数，目标事件为至少一个文档类别中任一文档类别所对应的事件；对目标事件的历史浏览次数进行生长曲线拟合；当拟合得到的生长曲线的第一特征时间点大于零时，将目标事件识别为舆情事件，且确定舆情事件进入爆发期。

可选地，在根据本发明的舆情事件发现方法中，当连续预定数目个周期内，所拟合得到的生长曲线的第二特征时间点均大于预设值时，确定该舆情事件进入平静期。

可选地，在根据本发明的舆情事件发现方法中，在每隔预定时间对多个文档进行聚类处理之前，还包括步骤：对多个文档进行过滤，以去除非负面内容的文档。

可选地，在根据本发明的舆情事件发现方法中，每个文档类别下的所有文档内容对应于同一个事件，文档内容还包括文档标题，生成至少一个文档类别后，还包括步骤：获取每个文档类别下的所有文档内容的关联浏览次数，将关联的浏览次数最高的文档内容的标题作为对应的事件主题名称。

可选地，在根据本发明的舆情事件发现方法中，基于文档内容关联的浏览次数，获取目标事件对应的浏览次数包括步骤：获取每个文档类别下的所有文档内容的关联浏览次数，相加得到目标事件对应的浏览次数。

可选地，在根据本发明的舆情事件发现方法中，舆情事件进入爆发期指舆情事件从事件刚刚发生，浏览人数从零开始缓慢变化的阶段，进入到为浏览人数快速增长的阶段。