[发明专利]一种热点新闻挖掘方法、装置及服务器有效
| 申请号： | 201711320431.6 | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN108090157B | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 潘建 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京市铸成律师事务所 11313 | 代理人： | 郗名悦;徐瑞红 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种热点新闻挖掘方法、装置及服务器，所述方法包括：通过网络爬虫程序抓取包含有新闻热词的网站，以抽取其中的新闻热词并存储；对所述新闻热词进行聚类处理，并根据聚类结果计算所述聚类后的新闻热词的热度；根据所述新闻热词的热度对所述新闻热词进行排序，将排序后的新闻热词对应的新闻发送至用户。上述技术方案中的一个技术方案具有如下优点或有益效果：通过网络爬虫程序抓取包含新闻热词，并对新闻热词进行聚类处理，并根据聚类结果计算所述聚类后的新闻热词的热度，然后将根据热度排序后的新闻热词对应的新闻发送至用户，该技术方案考虑到新闻的时效性、覆盖面和准确性，能够满足用户的需求。 | ||
| 搜索关键词： | 热词 热度 排序 抓取 聚类处理 聚类结果 热点新闻 网络爬虫 聚类 服务器 发送 覆盖面 时效性 挖掘 网站 抽取 存储 | ||
【主权项】：
1.一种热点新闻挖掘方法，其特征在于，所述方法包括：通过网络爬虫程序抓取包含有新闻热词的网站，以抽取其中的新闻热词并存储；对所述新闻热词进行聚类处理，并根据聚类结果计算所述聚类后的新闻热词的热度；根据所述新闻热词的热度对所述新闻热词进行排序，将排序后的新闻热词对应的新闻发送至用户；其中根据聚类结果计算所述聚类后的新闻热词的热度包括：获取对所述新闻热词进行聚类过程中生成的新闻聚类数；在预设时间内计算所述新闻热词的新闻爆发度；通过计算每一新闻热词聚类中，对应的新闻的平均发布时间和中位数时间点，对新闻做调权，以得到新闻聚类时的时间因子；根据新闻聚类数、新闻爆发度和时间因子计算出新闻的热度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711320431.6/，转载请声明来源钻瓜专利网。
