一種基于大數(shù)據(jù)的話題檢測方法及裝置

基本信息

申請?zhí)?/td> CN201310075129.4 申請日 -
公開（公告）號 CN103177090B 公開（公告）日 2016-11-23
申請公布號 CN103177090B 申請公布日 2016-11-23
分類號 G06F17/30(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 羅峰;黃蘇支;李娜 申請（專利權(quán)）人 億贊普（北京）科技有限公司
代理機(jī)構(gòu) 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 代理人 蘇培華
地址 100081 北京市海淀區(qū)南大街東北旺北京中關(guān)村軟件園孵化器1號樓C座三層1322-D
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于大數(shù)據(jù)的話題檢測方法及裝置，能夠在互聯(lián)網(wǎng)環(huán)境中大量網(wǎng)頁文本快速更新的情況下，同時保證檢測效果的準(zhǔn)確性和時效性。所述的方法包括：依據(jù)用戶網(wǎng)絡(luò)行為數(shù)據(jù)抽取熱點網(wǎng)頁；采集所述熱點網(wǎng)頁的內(nèi)容；依據(jù)所述熱點網(wǎng)頁的內(nèi)容，提取得到所述熱點網(wǎng)頁的網(wǎng)頁特征向量；依據(jù)所述熱點網(wǎng)頁的網(wǎng)頁特征向量對所述熱點網(wǎng)頁進(jìn)行聚類，得到相應(yīng)的潛在熱點話題類；以所述潛在熱點話題類作為種子類，對新增網(wǎng)頁進(jìn)行增量聚類；所述新增網(wǎng)頁包括在線網(wǎng)頁；針對增量聚類后的潛在熱點話題類，通過分析其對應(yīng)的用戶關(guān)注度參數(shù)，判定其是否為熱點話題類。