[发明专利]一种热点话题追踪及关键词确定方法及装置

摘要

本发明实施例公开了一种热点话题追踪及关键词确定方法及装置。一种热点话题关键词确定方法是通过在设定网站获取热点数据，并通过对这些热点数据进行分词、聚类等处理，及时确定热点话题关键词；一种热点话题追踪方法是针对每个热点话题，通过该热点话题的关键词与视频文件的描述信息的文本相似度，追踪得到该热点话题对应的视频文件。应用本发明实施例所提供的技术方案，热点话题关键词的确定及热点话题追踪均由服务器自动完成，有效避免了通过人工运营确定热点话题所带来的滞后问题，且即使某个热点话题可能由诸多阶段性事件构成，通过服务器多次执行本技术方案，可以定期更新该热点话题所对应的视频文件，节省了人工运营成本。

主权项

一种热点话题关键词确定方法，其特征在于，应用于服务器，所述方法包括：对在设定网站获取的每条热点数据的文本信息进行分词，得到每条热点数据的基础词的集合；分别针对每条热点数据，在该条热点数据的基础词的集合中，根据属性为命名实体的基础词在该条热点数据的文本信息中出现的频次，确定用于建立该条热点数据的文本模型的属性为命名实体的基础词；所述根据属性为命名实体的基础词在该条热点数据的文本信息中出现的频次，确定用于建立该条热点数据的文本模型的属性为命名实体的基础词，包括：根据该条热点数据的每个具有命名实体属性的基础词在该条热点数据的文本信息中出现的频次，按照频次的高低排序，将前N个确定为用于建立该条热点数据的文本模型的属性为命名实体的基础词，或者将前x％确定为用于建立该条热点数据的文本模型的属性为命名实体的基础词；根据所确定的属性为命名实体的基础词，建立每条热点数据的文本模型；根据每两条热点数据的文本模型的文本相似度，对所获取的所有热点数据进行聚类，获得至少一个类簇；针对每个类簇，根据该类簇中属性为命名实体的基础词在该类簇包含的热点数据的文本信息中出现的频次，确定该类簇的关键词，并将该类簇的关键词确定为该类簇对应的热点话题的关键词；所述根据该类簇中属性为命名实体的基础词在该类簇包含的热点数据的文本信息中出现的频次，确定该类簇的关键词，包括：将在该类簇中的热点数据的文本信息中出现频次符合预设的阈值条件的基础词作为该类簇的关键词。