[发明专利]一种数据的传播路径生成方法、装置、设备及存储介质

权利要求书

1.一种数据的传播路径生成方法，其特征在于，所述方法包括：

获取目标事件数据；

对所述目标事件数据进行聚类，以确定所述目标事件数据在事件库中的事件类型；

确定所述目标事件数据的来源及报道时间；

根据所述目标事件数据的来源及报道时间确定所述目标事件数据的传播路径；

根据所述目标事件数据的传播路径更新所述事件类型的传播路径，所述事件类型的传播路径至少包括所述目标事件数据的传播路径。

2.如权利要求1所述的方法，其特征在于，所述对所述目标事件数据进行聚类，以确定所述目标事件数据在事件库中的事件类型，包括：

计算得到所述事件库中每项事件类型的中心向量；

计算得到所述目标事件数据的向量；

将所述目标事件数据的向量与所述事件库中每项事件类型的中心向量比对，并确定所述目标事件数据与所述事件库中每项事件类型的相似度；

根据所述目标事件数据与所述事件库中每项事件类型的相似度，从所述事件库中匹配出相似度满足第一预设阈值的事件类型；

将所述相似度满足第一预设阈值的事件类型作为所述目标事件数据在所述事件库中的事件类型。

3.如权利要求2所述的方法，其特征在于，所述计算得到所述目标事件数据的向量，包括：

根据段落向量算法计算得到所述目标事件数据的向量；

以及，所述计算得到所述事件库中每项事件类型的中心向量，包括：

计算所述事件库中每项事件类型的所有数据的向量；

对所述事件库中每项事件类型的所有数据的向量进行加权平均计算，得到所述事件库中每项事件类型的中心向量。

4.如权利要求3所述的方法，其特征在于，在所述对所述事件库中每项事件类型的所有数据的向量进行加权平均计算，得到所述事件库中每项事件类型的中心向量之前，所述方法还包括：

根据TextRank算法对所述事件库中每项事件类型的所有数据进行排序，并得到所述事件库中每项事件类型的每项事件数据的权重；

以及，所述对所述事件库中每项事件类型的所有数据的向量进行加权平均计算，得到所述事件库中每项事件类型的中心向量，包括：

根据所述事件库中每项事件类型的每项事件数据的权重，对所述事件库中每项事件类型的所有数据的向量进行加权平均计算，得到所述事件库中每项事件类型的中心向量。

5.如权利要求2所述的方法，其特征在于，在所述将所述相似度满足第一预设阈值的事件类型作为所述目标事件数据在所述事件库中的事件类型之后，所述方法还包括：

将所述第一预设阈值调整至第二预设阈值；

当将所述目标事件数据作为所述事件类型中的一项事件数据，并更新所述事件类型时，计算更新后的所述事件类型的中心向量；

计算更新后的所述事件类型的每项事件数据的向量；

将所述更新后的所述事件类型的每项事件数据的向量与所述更新后的所述事件类型的中心向量比较，并确定所述更新后的所述事件类型的每项事件数据与所述更新后的所述事件类型的相似度；

根据所述更新后的所述事件类型的每项事件数据与所述更新后的所述事件类型的相似度；

将所述更新后的所述事件类型中相似度小于所述预设第二阈值的事件数据去除。

6.如权利要求5所述的方法，其特征在于，在所述将所述更新后的所述事件类型中相似度小于所述预设第二阈值的事件数据去除之后，所述方法还包括：

将所述更新后的所述事件类型中相似度小于所述预设第二阈值的事件数据，与所述事件库中的其他事件类型进行相似度比较并得到比较结果；

根据比较结果重新确定所述不满足预设第二阈值的数据的事件类型。