[发明专利]面向社交媒体的话题生命周期趋势预测方法、系统及介质

权利要求书

1.一种面向社交媒体的话题生命周期趋势预测方法，其特征在于，所述面向社交媒体的话题生命周期趋势预测方法包括以下步骤：

步骤一，利用话题找帖子算法将帖子关键词与话题关键词的Jaccard系数进行相似度计算，输出与热点话题相关联的帖子，并绘制每个热点话题的生命周期曲线；

步骤二，将具有相似生命周期曲线的话题聚类到一个簇，并为每个簇寻找一条中心曲线，将所有这些曲线汇总，形成历史热点话题生命周期曲线库；

步骤三，对于新的话题利用动态时间规整算法计算曲线之间的相似性，从所有这些曲线中找到与新话题的趋势曲线最相似的n条曲线；

步骤四，利用话题与话题在生命周期曲线特征和文本内容特征上的相似性，获得最能代表新话题的未来生命周期趋势的曲线，作为对于新话题趋势的预测。

2.根据权利要求1所述的面向社交媒体的话题生命周期趋势预测方法，其特征在于，在步骤一利用话题找帖子算法将帖子关键词与话题关键词的Jaccard系数进行相似度计算前，需先进行：通过话题提取获取历史每日热点话题，对待搜索的帖子库和每日热点话题进行关键字提取。

3.根据权利要求1所述的面向社交媒体的话题生命周期趋势预测方法，其特征在于，在步骤一中话题找帖子算法包括：对待搜索的帖子库进行关键词提取，得到每个帖子的关键词特征，计算帖子关键词集合和话题关键词集合之间的Jaccard相似系数得分，获得该帖子是否与话题相似；对帖子关键词集合和话题关键词集合得分高的帖子进行输出。

4.根据权利要求1所述的面向社交媒体的话题生命周期趋势预测方法，其特征在于，所述步骤一中利用话题找帖子算法将帖子关键词与话题关键词的Jaccard系数进行相似度计算，公式如式(1)：

其中A,B是关键词集合；

在步骤一中将相关联的帖子的数量作为Y轴的数值、日期作为X轴的数值，绘制每个热点话题的生命周期曲线。

5.根据权利要求1所述的面向社交媒体的话题生命周期趋势预测方法，其特征在于，在步骤二中利用K-Shape算法对时间序列数据进行聚类，将生命周期曲线相似的话题聚类成簇。

6.根据权利要求1所述的面向社交媒体的话题生命周期趋势预测方法，其特征在于，在步骤三中计算曲线之间的相似性包括计算新话题的趋势曲线与历史热点话题曲线库中的曲线的相似度；在步骤三中从最相似的n条曲线的话题中，检测话题文本内容是否也与新话题相似。

7.根据权利要求1所述的面向社交媒体的话题生命周期趋势预测方法，其特征在于，在步骤四获得最能代表新话题的未来生命周期趋势的曲线的方法包括:从步骤三最相似的n条曲线中，选取文本内容相似的曲线作为最终的趋势预测曲线。

8.一种实施权利要求1-7所述面向社交媒体的话题生命周期趋势预测方法的面向社交媒体的话题生命周期趋势预测系统，其特征在于，所述面向社交媒体的话题生命周期趋势预测系统包括：

关键字提取模块，用于通过话题提取获取历史每日热点话题，对待搜索的帖子库和每日热点话题进行关键字提取；

生命周期曲线获取模块，用于利用话题找帖子算法将帖子关键词与话题关键词的Jaccard系数进行相似度计算，输出与热点话题相关联的帖子，并绘制每个热点话题的生命周期曲线；

历史热点话题生命周期曲线库获取模块，用于将具有相似生命周期曲线的话题聚类到一个簇，并为每个簇寻找一条中心曲线，将所有这些曲线汇总，形成历史热点话题生命周期曲线库；

最相似的曲线获取模块，用于新的话题出现时，利用动态时间规整算法计算曲线之间的相似性，从所有这些曲线中找到与新话题的趋势曲线最相似的n条曲线；

新话题趋势预测模块，用于利用话题与话题在生命周期曲线特征和文本内容特征上的相似性，获得最能代表新话题的未来生命周期趋势的曲线，作为对于新话题趋势的预测。

9.一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行权利要求1-7任意一项所述面向社交媒体的话题生命周期趋势预测方法。

10.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1-7任意一项所述面向社交媒体的话题生命周期趋势预测方法。