[发明专利]互联网热点主题相关性挖掘方法

摘要

本发明公开了一种互联网热点主题相关性挖掘的方法。本发明是通过搜索引擎查询日志提取热点主题关键词，并对热点主题关键词间的相关程度进行建模分析。采用有效的哈希方法来构造稀疏矩阵，增加了算法的执行效率。本发明可以对新增的热点主题关键词和数据进行增量处理，并且便于实现分布式处理。算法仅对数据源进行一次性扫描更新相应的稀疏矩阵区域，最终进行排序得到热点主题关键词之间的相关程度的序。本发明能够准确快速地挖掘出热点主题之间的相关性，克服了现有算法性能不高，特别对于新增的热点主题关键词处理效果差的问题，能够更好的满足互联网中大规模热点主题推荐的性能要求。

主权项

1.一种互联网热点主题相关性挖掘方法，其特征在于该方法的步骤如下：1)根据热门查询，提取热点主题关键词，组成热点主题关键词词典；2)扫描数据源，对每条记录过滤热点主题关键词对，更新在稀疏矩阵中对应的频率，同时更新每个热点主题关键词的频率；3)米用公式SCORE(B|A)＝min(P(A，B)/P(A)，P(A，B)/P(B))来计算热点主题关键词A与B的相关性得分；4)将与每个热点主题关键词相关的热点主题关键词按照上述3)中的公式计算得分并排序；5)用户查询时，按照得分降序将与该热点主题关键词相应的热点主题关键词作为结果反馈。