CN110825958A - 一种基于网络热度的热点事件智能排序算法 - Google Patents

一种基于网络热度的热点事件智能排序算法 Download PDF

Info

Publication number
CN110825958A
CN110825958A CN201910907158.XA CN201910907158A CN110825958A CN 110825958 A CN110825958 A CN 110825958A CN 201910907158 A CN201910907158 A CN 201910907158A CN 110825958 A CN110825958 A CN 110825958A
Authority
CN
China
Prior art keywords
algorithm
hot
news
event
heat
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910907158.XA
Other languages
English (en)
Inventor
张晓东
陈利人
杨学政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Digital Science & Technology Co Ltd
Original Assignee
Guangzhou Digital Science & Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Digital Science & Technology Co Ltd filed Critical Guangzhou Digital Science & Technology Co Ltd
Priority to CN201910907158.XA priority Critical patent/CN110825958A/zh
Publication of CN110825958A publication Critical patent/CN110825958A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于网络热度的热点事件智能排序算法，包括算法准备、算法参数生成算法和热点事件智能排序算法三个部分；其中，算法准备是指在算法实施前的参数准备工作；算法参数生成算法是指各算法中所有参数生成的计算方式；热点事件智能排序算法是指综合算法准备和算法参数生成算法两部分，计算热点事件的热度λ。本发明所提供的算法，即综合考虑热点事件的来源权威性、事件关键词的传播能力和基于历史大数据的事件趋势变化规律，能较全面、科学地体现热点事件的热度，由此得到的热度数据作为排序的依据，可适用于各类热点新闻事件的盘点、排序，进而指导舆情监控、营销选题等业务。

Description

一种基于网络热度的热点事件智能排序算法
【技术领域】
本发明涉及一种算法，特别涉及一种基于网络热度的热点事件智能排序算法。
【背景技术】
热点事件，是指发生在现实世界中发生并在互联网中广泛传播的、受到广大网民关注的事件。热点事件排序，是指对热点事件进行排序。
现行主流热点事件排序，大多根据单一新闻网站的搜索热度或传播范围，即搜索量或转发数量越大，热点事件排序越靠前。具体过程为：首先取得大规模的文本；对文本进行预处理；对文本进行聚类分析；聚类结果排序；输出结果。对于网络热点事件来说，不同新闻报道的角度不同，各新闻源的热点事件排序规则不同，内容可能会有较大差异，采用传统的排序方法准确率不高，无法准确反映网络上的热点事件热度。
单一新闻源的热点事件热度排序规则不同，多源聚合时，依据其来源进行排序时，不能按照统一规则排序，不能体现热点时间的综合热度，造成排序混乱。即便采用了复合算法，如新闻源自有数据(新闻源中排名、搜索量、转发量)的加权计算，也往往过于粗糙，未能综合体现热点时间的传播特点。
另外，热点事件大多源自新闻类网站，未能参考在民众中传播力极广的社交类网站中的热点事件。这就使得最终得到的排序后的热点事件列表超出人们认知，造成“热点不热”的错觉。
【发明内容】
本发明的目的在于克服上述现有技术的不足，采用如下技术方案：
一种基于网络热度的热点事件智能排序算法，包括以下三个部分：
S1：算法准备：在算法实施前的参数准备工作，包括获取新闻源、获取热点新闻、对热点新闻进行分类及获取历史热点新闻热度升降数据；
S2：算法参数生成算法：各算法中所有参数生成的计算方式，包括新闻源参数α生成算法、标题关键词参数β算法、热度升降趋势参数γ算法；
S3：热点事件智能排序算法：综合S1和S2两部分，计算热点事件的热度λ。
进一步地，获取新闻源是指确定互联网热点新闻的来源网站，并根据网站性质为网站打上标签。
进一步地，获取热点新闻中需要获取的字段包括：新闻标题、文章内容、在来源网站中的排序和传播数据θ。
进一步地，对热点新闻进行分类是指利用NLP中的文本聚合技术对获取到的热点新闻的内容进行聚合，再利用NLP技术中的Knn分类算法对聚合后的内容重新进行分类。
进一步地，获取历史热点新闻热度升降数据是指抓取并持续跟踪历史热点事件的热度数据，用以学习各类热点事件的热度升降趋势，进而指导最终事件的热度趋势预测。
进一步地，新闻源参数α是指多个新闻源按照评分由高到低进行排序后的排名。
进一步地，S2中还包括标题文法依存分析，标题文法依存分析是指找出新闻标题中的一个或多个核心关键词。
进一步地，标题关键词参数β是指将每个新闻标题中的多个关键词的重要性评分相加后求取的平均值由高到底进行排序后的排名。
进一步地，热度升降趋势参数γ取决于热点事件的传播数据θ，示意公式如下：
Figure RE-GDA0002357556420000031
其中，θt1表示在t1时刻的传播数据，θt2表示在t2时刻的传播数据。
进一步地，计算热点事件的热度λ的示意公式如下：
λ＝|γ×α×β|
λ数值从大到小排序，即为多个热点事件的最终排序。
本发明的有益效果：
本发明所提供的算法，综合计算了热点事件的新闻来源、标题关键词和热度趋势等核心参数，即综合考虑热点事件的来源权威性、事件关键词的传播能力和基于历史大数据的事件趋势变化规律，能较全面、科学地体现热点事件的热度，由此得到的热度数据作为排序的依据，可适用于各类热点新闻事件的盘点、排序，进而指导舆情监控、营销选题等业务。
本发明的特征及优点将通过实施例结合附图进行详细说明。
【附图说明】
图1是本发明一种基于网络热度的热点事件智能排序算法的框架图；
图2是根据本发明中的算法得到的热点趋势曲线图。
【具体实施方式】
为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图及实施例，对本发明进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
参阅图1，本实施例提供了一种基于网络热度的热点事件智能排序算法，包括以下三个部分：
S1：算法准备：在算法实施前的参数准备工作，包括获取新闻源、获取热点新闻、对热点新闻进行分类及获取历史热点新闻热度升降数据；
S2：算法参数生成算法：各算法中所有参数生成的计算方式，包括新闻源参数α生成算法、标题关键词参数β算法、热度升降趋势参数γ算法；
S3：热点事件智能排序算法：综合S1和S2两部分，计算热点事件的热度λ。
进一步地，获取新闻源是指确定互联网热点新闻的来源网站，并根据网站性质为网站打上标签。
参阅表1，以新华社等10个热点源为例，分别标记了“新闻”或“社交”标签。
表1.网站性质标签示意表
新闻源 官网地址 标签
新华网 http://www.xinhuanet.com/ 新闻
人民网 http://www.people.com.cn/ 新闻
环球网 http://www.huanqiu.com/ 新闻
凤凰网 https://www.ifeng.com/ 新闻
腾讯新闻 https://news.qq.com/ 新闻
百度新闻 https://news.baidu.com/ 新闻
中国新闻网 https://www.chinanews.com/ 新闻
微博 https://weibo.com/ 社交
微信公众号 https://weixin.sougou.com/ 社交
知乎 https://www.zhihu.com/ 社交
进一步地，获取热点新闻中需要获取的字段包括：新闻标题、文章内容、在来源网站中的排序和传播数据。
具体地，传播数据θ包括：搜索量、转发量、点赞数和评论量等。
参阅表2，从表1的各个网站中获取的2019年8月11日的热点事件的各字段示意表。
表2.各个网站中获取的2019年8月11日的热点事件的各字段示意表
Figure RE-GDA0002357556420000051
进一步地，对热点新闻进行分类是指利用NLP中的文本聚合技术对获取到的热点新闻的内容进行聚合，再利用NLP技术中的Knn分类算法对聚合后的内容重新进行分类。
具体地，对表2中的15个热点事件经过NLP文本聚合技术处理后，聚合为10个热点事件，即最终参与排序的事件，将针对这10个热点事件展开，每个事件在计算其排序事，被聚合的同组事件将参与计算，如表3所示：
表3.聚合后的热点事件
Figure RE-GDA0002357556420000052
Figure RE-GDA0002357556420000061
具体地，对表3中的10个聚合后的热点事件，使用NLP技术中的knn分类算法，10个热点事件重新进行分类，如表4所示：
表4.热点事件重新分类表
事件主标题 事件分类
#老板中秋节发的礼物# 社会旅游
大妈中途下车遭拒怒抢方向盘，乘客仗义出手：滚下去 社会法制
范冰冰被爆产子 娱乐
娄艺潇新恋情 娱乐
马云卸任 科技商业互联网娱乐
苹果新品发布会 科技商业
上海迪士尼食品携带细则 社会旅游法制
网友半年捐18亿 互联网社会
中国男篮打排位赛 体育社会
中国为什么会有假期“黄金周”？ 社会旅游
进一步地，获取历史热点新闻热度升降数据是指抓取并持续跟踪历史热点事件的热度数据，用以学习各类热点事件的热度升降趋势，进而指导最终事件的热度趋势预测。
具体地，根据表3中的“苹果新品发布会”，依据历史各次(本次发布版本为iphone11，历史各次为iphone4—iphoneX)苹果发布会后的热点热度数据，得到趋势曲线图，如图2所示。
进一步地，新闻源参数α是指多个新闻源按照评分由高到低进行排序后的排名。
具体地，综合新闻源的权威性、报道偏好等因素，为新闻源进行评分，评分规则为：新闻门户分数高于社交平台分数，背靠组织级别高的新闻门户分数高于级别低的新闻门户；社交平台用户量大的分数高于用户量小的。
具体地，聚合后的热点事件包含多个新闻源，α为各个新闻源数值的平均值。对表2中的15个热点事件来源的α数值计算结果，如表5所示：
表5. 15个热点事件的α数值
新闻源 α数值
微信公众号 3
凤凰网 4
微博 2
百度 1
人民网 5
进一步地，标题文法依存分析是指找出标题中的核心关键词。
具体地，对表3中的聚合后的10个热点事件，每个事件经过对其聚合主标题和聚合标题的文法依存分析后，得到10个热点事件的关键词，如表6所示：
表6. 10个聚合后的热点事件的关键词
进一步地，标题关键词参数β是指将每个新闻标题中的多个关键词的重要性评分相加后求取的平均值由高到底进行排序后的排名。
具体地，评分规则为：多个关键词间自由组合，自由组合后再次进行依存文法分析，得到的关键词评分即高于其他关键词。对表6中最后一列中的关键词，经过自由组合再次文法依存分析后，得到57个关键词的重要性排序，如表 7所示：
表7.关键词重要性排序表
改革 苹果 马云 抢方向盘 黄金周 姚明 范冰冰 小长假 男篮 路怒
1 2 3 4 5 6 7 8 9 10
十一 假期 中秋 无缘奥运 洪金宝 18亿 新六脉神剑 iphone 娄艺潇 大妈
11 12 13 14 15 16 17 18 19 20
阿里巴巴 老板 无惊喜 产子 网友 礼物 恋情 排位 迪士尼 浴霸
21 22 23 24 25 26 27 28 29 30
高管 深圳 20周年 不知 神秘
31 32 33 34 35
具体地，将表7中各关键词的重要性排名带入表6中最后一列，得到每个事件的关键词平均值及其排名，如表8所示：
表8.每个事件关键词的平均值及其排名
Figure RE-GDA0002357556420000081
具体地，β值为“关键词平均分”由小到大的排序值。
进一步地，热度升降趋势参数γ取决于热点事件的传播数据θ，示意公式如下：
Figure RE-GDA0002357556420000082
其中，θt1表示在t1时刻的传播数据，θt2表示在t2时刻的传播数据。
具体地，涨势时，γ为正数，跌势时γ为负数，平势时为负零(—0)。γ参数具体作用为：某一具体事件的α与β参数相同时，γ根据趋势数据调整事件名次。
具体地，图2所示的每个事件热度趋势线，对于每次计算γ时具有指导意义，即：假设计算图2所示的事件在第二天的γ值时，其趋势线在第二天的斜率即为γ值。表4中的10个热点事件在2019年9月12日的γ值如表9所示：
表9. 10个热点事件在2019年9月12日的γ值
事件主标题 γ值
#老板中秋节发的礼物# 0.4
大妈中途下车遭拒怒抢方向盘，乘客仗义出手：滚下去 -0.37
范冰冰被爆产子 -0.68
娄艺潇新恋情 0.67
马云卸任 0.84
苹果新品发布会 0.98
上海迪士尼食品携带细则 -0.81
网友半年捐18亿 -0.96
中国男篮打排位赛 -0.1
中国为什么会有假期“黄金周”？ 0.27
进一步地，计算热点事件的热度λ的示意公式如下：
λ＝|γ×α×β|
λ数值从大到小排序，即为多个热点事件的最终排序。
通过λλ数值对表4中的10个热点事件进行排序，如表10所示：
表10. 10个热点事件排序表
Figure RE-GDA0002357556420000091
Figure RE-GDA0002357556420000101
由表10可知，2019年8月11日所选中的15条新闻，经过本发明所提供的算法进行处理后，得到：“#老板中秋节发的礼物#”这条新闻的热度最高且热度持续上涨；“中国为什么会有假期“黄金周”？”这条新闻的热度最低且热度在下降。
以上对发明的具体实施方式进行了详细说明，但其只作为范例，本发明并不限制与以上描述的具体实施方式。对于本领域的技术人员而言，任何对该发明进行的等同修改或替代也都在本发明的范畴之中，因此，在不脱离本发明的精神和原则范围下所作的均等变换和修改、改进等，都应涵盖在本发明的范围内。

Claims (10)

1.一种基于网络热度的热点事件智能排序算法，其特征在于：该算法包括以下三个部分：
S1：算法准备：在算法实施前的参数准备工作，包括获取新闻源、获取热点新闻、对热点新闻进行分类及获取历史热点新闻热度升降数据；
S2：算法参数生成算法：各算法中所有参数生成的计算方式，包括新闻源参数α生成算法、标题关键词参数β算法、热度升降趋势参数γ算法；
S3：热点事件智能排序算法：综合S1和S2两部分，计算热点事件的热度λ。
2.根据权利要求1所述的一种基于网络热度的热点事件智能排序算法，其特征在于：获取新闻源是指确定互联网热点新闻的来源网站，并根据网站性质为网站打上标签。
3.根据权利要求1所述的一种基于网络热度的热点事件智能排序算法，其特征在于：获取热点新闻中需要获取的字段包括：新闻标题、文章内容、在来源网站中的排序和传播数据θ。
4.根据权利要求1所述的一种基于网络热度的热点事件智能排序算法，其特征在于：对热点新闻进行分类是指利用NLP中的文本聚合技术对获取到的热点新闻的内容进行聚合，再利用NLP技术中的Knn分类算法对聚合后的内容重新进行分类。
5.根据权利要求1所述的一种基于网络热度的热点事件智能排序算法，其特征在于：获取历史热点新闻热度升降数据是指抓取并持续跟踪历史热点事件的热度数据，用以学习各类热点事件的热度升降趋势，进而指导最终事件的热度趋势预测。
6.根据权利要求1所述的一种基于网络热度的热点事件智能排序算法，其特征在于：新闻源参数α是指多个新闻源按照评分由高到低进行排序后的排名。
7.根据权利要求1所述的一种基于网络热度的热点事件智能排序算法，其特征在于：S2中还包括标题文法依存分析，标题文法依存分析是指找出新闻标题中的一个或多个核心关键词。
8.根据权利要求1所述的一种基于网络热度的热点事件智能排序算法，其特征在于：标题关键词参数β是指将每个新闻标题中的多个关键词的重要性评分相加后求取的平均值由高到底进行排序后的排名。
9.根据权利要求1所述的一种基于网络热度的热点事件智能排序算法，其特征在于：热度升降趋势参数γ取决于热点事件的传播数据θ，示意公式如下：
Figure FDA0002213601920000021
其中，θt1表示在t1时刻的传播数据，θt2表示在t2时刻的传播数据。
10.根据权利要求1所述的一种基于网络热度的热点事件智能排序算法，其特征在于：计算热点事件的热度λ的示意公式如下：
λ＝|γλ＝|γ×α×β|
λ数值从大到小排序，即为多个热点事件的最终排序。
CN201910907158.XA 2019-09-24 2019-09-24 一种基于网络热度的热点事件智能排序算法 Pending CN110825958A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910907158.XA CN110825958A (zh) 2019-09-24 2019-09-24 一种基于网络热度的热点事件智能排序算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910907158.XA CN110825958A (zh) 2019-09-24 2019-09-24 一种基于网络热度的热点事件智能排序算法

Publications (1)

Publication Number Publication Date
CN110825958A true CN110825958A (zh) 2020-02-21

Family

ID=69548188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910907158.XA Pending CN110825958A (zh) 2019-09-24 2019-09-24 一种基于网络热度的热点事件智能排序算法

Country Status (1)

Country Link
CN (1) CN110825958A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111368201A (zh) * 2020-03-06 2020-07-03 杭州威佩网络科技有限公司 一种热点事件检测方法、装置、电子设备及存储介质
CN111416741A (zh) * 2020-03-17 2020-07-14 李惠芳 一种基于互联网技术的事件热点预测方法
CN111815413A (zh) * 2020-07-09 2020-10-23 湖南数客星球信息技术有限公司 一种基于热点事件的大数据商品预测系统及方法
CN113535956A (zh) * 2021-07-26 2021-10-22 北京清博智能科技有限公司 一种基于媒介贡献度的新闻热点预测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103077190A (zh) * 2012-12-20 2013-05-01 人民搜索网络股份公司 基于排序学习技术的热门事件排名方法
CN103164427A (zh) * 2011-12-13 2013-06-19 中国移动通信集团公司 新闻聚合方法及装置
CN104598539A (zh) * 2014-12-30 2015-05-06 中国联合网络通信有限公司广东省分公司 一种互联网事件热度计算方法及终端
CN104731857A (zh) * 2015-01-27 2015-06-24 南京烽火星空通信发展有限公司 一种舆情热度的快速计算方法
US20160019216A1 (en) * 2003-09-16 2016-01-21 Google Inc. Systems and methods for improving the ranking of news articles
CN106776667A (zh) * 2015-11-18 2017-05-31 财团法人资讯工业策进会 社群文章影响力预测方法以及社群文章影响力预测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160019216A1 (en) * 2003-09-16 2016-01-21 Google Inc. Systems and methods for improving the ranking of news articles
CN103164427A (zh) * 2011-12-13 2013-06-19 中国移动通信集团公司 新闻聚合方法及装置
CN103077190A (zh) * 2012-12-20 2013-05-01 人民搜索网络股份公司 基于排序学习技术的热门事件排名方法
CN104598539A (zh) * 2014-12-30 2015-05-06 中国联合网络通信有限公司广东省分公司 一种互联网事件热度计算方法及终端
CN104731857A (zh) * 2015-01-27 2015-06-24 南京烽火星空通信发展有限公司 一种舆情热度的快速计算方法
CN106776667A (zh) * 2015-11-18 2017-05-31 财团法人资讯工业策进会 社群文章影响力预测方法以及社群文章影响力预测装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111368201A (zh) * 2020-03-06 2020-07-03 杭州威佩网络科技有限公司 一种热点事件检测方法、装置、电子设备及存储介质
CN111416741A (zh) * 2020-03-17 2020-07-14 李惠芳 一种基于互联网技术的事件热点预测方法
CN111815413A (zh) * 2020-07-09 2020-10-23 湖南数客星球信息技术有限公司 一种基于热点事件的大数据商品预测系统及方法
CN113535956A (zh) * 2021-07-26 2021-10-22 北京清博智能科技有限公司 一种基于媒介贡献度的新闻热点预测方法

Similar Documents

Publication Publication Date Title
CN110825958A (zh) 一种基于网络热度的热点事件智能排序算法
US10162900B1 (en) Method and system of an opinion search engine with an application programming interface for providing an opinion web portal
Wang et al. Understanding the power of opinion leaders’ influence on the diffusion process of popular mobile games: Travel Frog on Sina Weibo
US20130268597A1 (en) Relevance-Based Aggregated Social Feeds
CN106294425B (zh) 商品相关网络文章之自动图文摘要方法及系统
CN104156450B (zh) 一种基于用户网络数据的物品信息推荐方法
CN106940732A (zh) 一种面向微博的疑似水军发现方法
CN106599181A (zh) 一种基于主题模型的新闻热点检测方法
TW201717071A (zh) 推薦方法及裝置
US10152478B2 (en) Apparatus, system and method for string disambiguation and entity ranking
CN106250513A (zh) 一种基于事件建模的事件个性化分类方法及系统
CN106105096A (zh) 用于连续社交通信的系统和方法
CN110532281A (zh) 查询建议模板
CN106484829B (zh) 一种微博排序模型的建立及微博多样性检索方法
CN107291886A (zh) 一种基于增量聚类算法的微博话题检测方法及系统
KR20160124924A (ko) 온라인 소셜 네트워크에서 질의를 위한 인버스 연산자의 사용
CN102446225A (zh) 一种实时搜索的方法、装置和系统
CN112131472A (zh) 信息推荐方法、装置、电子设备和存储介质
CN102968419B (zh) 交互式互联网实体名称的消歧方法
US9275156B2 (en) Trending topic identification from social communications
CN108629010A (zh) 一种基于主题和服务组合信息的web服务推荐方法
Hansen et al. EventGraphs: Charting collections of conference connections
CN104951435A (zh) 聊天过程中智能显示关键词的方法及装置
CN110377727A (zh) 一种基于多任务学习的多标签文本分类方法和装置
CN109949174A (zh) 一种异构社交网络用户实体锚链接识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200221

RJ01 Rejection of invention patent application after publication