[发明专利]基于单平台的网络事件流行度预测方法与系统

说明书

本发明公开一种基于单平台的网络事件流行度预测方法，包括以下步骤：将网络事件在时序上按照固定时间间隔进行划分以形成多个事件片段，并提取各个事件片段的多个维度特征；分别提取各个事件片段的多个维度特征中的相同维度特征以形成多个维度时序特征，并融合多个维度时序特征得到网络事件的统一特征；根据统一特征预测网络事件的流行度。

技术领域

本发明涉及网络信息技术领域，特别涉及一种基于单平台的网络事件流行度预测方法与系统。

背景技术

随着互联网的普及，网络已经融入了人们生活中，并扮演了很重要的角色。与此同时，网络上表达的各种正式与非正式观点，产生了层出不穷的网络事件。

在此，需要指出的是，网络事件是指由多篇文档构成的特定话题，属于比较精细的话题。根据生命周期理论，一个网络事件周期将会经历潜伏、发展、高峰、衰落、消逝五个阶段。相应的，一个网络事件的处理过程分为五个阶段，即发现、分析、预测、预警、引导。部分网络事件可能引发重大网络舆论，针对这些网络事件的进行分析与预测，能够为网络舆情的引导提供依据，从而降低隐患与损失。

网络事件流行度预测是根据网络事件历史时刻的输入来预测未知时刻网络事件的关注量，例如根据事件前期的发文量预测未来时刻的发文量等。网络事件流行度预测研究旨在分析事件内在的传播特征与变化规律，预测其未来发展走向，从而提升人们对网络事件传播规律的认识。

网络事件流行度预测对人们的生产与生活影响重大，尤其在社会安全方面有重要的应用,例如在舆情监测上，及早发现相关的事件，可以做到尽早预防，并将危害降到最低；在公共管理上，对灾害性事件的趋势做出早期预测并预警，则可以最大限度地减少灾害损失；在商业决策上，把握社会事件的当前趋势，有利于未来的商业布局与决策。因此，有必要对网络事件流行度预测进行深入研究。同时，网民在互联网上针对网络事件发表的言论为预测事件的趋势提供了基础数据。

在数据表示方面，数据表示算法作为一种特征表示，主要分为离散数据、网络数据、文本、图像、异构数据五种。离散数据表示目标是如何数值化，而高维的文本、网络数据、图像与异构数据的表示目标则是如何将高维稀疏、多样的原始信息表示转换到低维稠密的实数语义空间。目前的数据表示都是基于神经网络进行表示，因为其高效的表达，在此基础上如何进行融合又是重点与难点。

流行度预测方法主要分为两类：基于特征与基于生成式。

基于特征的预测方法又可以分为数理统计与机器学习两类。

第一小类以数理统计的方法为代表。在特征方面，预测的值与时间的关系呈对数相关性。在模型方面,对于时序预测非常普遍，常用的模型有线性回归模型、自回归移动平均、序列回归模型等。对于非平稳序列，常用的方法有差分整合移动平均自回归模型(Autoregressive Integrated Moving Average model,ARIMA)，Prophet模型考虑了趋势、季节、假期以及其他突变点对预测目标所带来的影响。

第二小类以传统的机器学习与深度学习的机器学习算法为代表，对目标值做分类与回归。常用的特征包括时序特征、文本的话题、词数、链接、文本情感、网络中的节点的度、聚集系数、重要度等结构，以及图片的基本特征等特征进行预测。

基于生成式的预测方法主要分两种，基于传播扩散过程与基于点过程。

基于传播扩散过程的方法，基于传染病模型建模了传播速率与当前的已有感染与未感染的节点数的关系，典型的是SI理论，其变体SpikeM模型在传播速率公式中考虑了传播过程中的信息的幂律分布和周期分布。基于概率图模型预测事件中运用隐性马尔可夫模型预测事件的发展状态。