[发明专利]热点话题早期发展趋势预测系统及预测方法

摘要

本发明提供一种热点话题早期发展趋势预测系统及预测方法，采集话题时间序列；判断所述序列是否进入衰退期；若进入，作为完整话题时间序列采用聚类方法进行分类得到各话题类，将各话题类各话题时间序列代入预测模型进行训练得到各话题类的类内预测模型；若未进入，分析新话题时间序列与话题类中每个完整话题时间序列相似度，取平均值作为新话题与话题类的匹配度；按照匹配度从高到低顺序筛选出设定数量话题类；调用筛选出来的话题类的类内预测模型，分别代入新话题时间序列，得到设定数量的预测值；将所述预测值赋予不同权重值进行组合得到新话题未来时刻的预测值。上述系统及方法能对新话题早期的发展趋势进行精准预测。

主权项

一种热点话题早期发展趋势预测系统，其特征在于，包括：采集部，从网络、微博上采集话题，构建话题时间序列，所述话题时间序列是不同采集时刻对应的话题阅读量构成的时间序列；判断部，判断所述话题时间序列是否进入衰退期，将进入衰退期的话题时间序列作为完整话题时间序列发送到知识储备部，将没有进入衰退期的每一个话题时间序列作为每一个新话题时间序列发送到新话题预测部；知识储备部，包括聚类模块、预测模型构建模块和预测模型库，所述聚类模块采用聚类方法对所述完整话题时间序列进行分类，得到对应的话题类，所述预测模型构建模块将每个话题类中的各话题时间序列代入到预测模型进行训练，得到每个话题类对应的类内预测模型，所述预测模型库存储各话题类的类内预测模型；新话题预测部，监测每一个新话题时间序列的发展趋势，包括相似度分析模块、匹配模块和趋势预测模块，所述相似度分析模块采用序列相似性方法计算新话题时间序列与话题类中每一个完整话题时间序列的相似度，取平均值作为新话题与所述话题类的匹配度，所述匹配模块，按照与新话题的匹配度从高到低的顺序筛选出设定数量的话题类；所述趋势预测模块根据筛选出来的话题类的类内预测模型预测所述新话题的发展趋势，其中，所述趋势预测模块包括调用单元，调用筛选出来的设定数量的话题类对应的类内预测模型，将新话题时间序列分别代入所述类内预测模型预测，得到与新话题未来时刻对应的所述设定数量的预测值；赋值单元，将所述设定数量的不同话题类的类内预测模型的预测值赋予不同的权重值进行组合得到新话题未来时刻的预测值，所述权重值的和为1，且匹配度高的话题类类内预测模型的预测值的权重值不小于匹配度低的话题类类内预测模型的预测值的权重值。