CN111026997B - 一种热点事件热度量化方法及装置 - Google Patents

Abstract

本发明公开了一种热点事件热度量化方法及装置，采集热点事件的网络传播数据；根据所述网络传播数据分析得到所述热点事件的热度量化数据组，并根据所述热度量化数据组计算所述热点事件的第一热度值；所述热度量化数据组至少包括以下三个热度量化数据：新闻资讯量化数据、热度随时间衰减量化数据、用户活跃度量化数据。主要解决现有热度量化方案没有考虑用户活跃度，导致度量值失真的问题。

Description

一种热点事件热度量化方法及装置

技术领域

本发明涉及电子技术领域，尤其涉及一种热点事件热度量化方法及装置。

背景技术

随着互联网技术的发展，越来越多的人开始使用互联网获得、发布或者传播信息。由于各网络平台数据质量参差不齐，互联网信息分散的特点，相关信息往往会被分布在网络各处，热点事件识别和追踪可以快速的发掘新闻资讯的热点，通过这些事件可以了解当前社会的舆情，并可以对其进行监控，实施积极引导。例如利用大量互联网上景区新闻相关的舆情信息，构建出一套完整的、科学的、合理的量化方法，帮助景区管理人员掌握情报，了解景区事件的发展动态，高效和科学的决策，此类研究越来越受到旅游景区管理者以及旅游服务提供商的关注和支持。目前热点事件的量化方法主要存在以下问题：热度的量化没有考虑用户的活跃度，导致度量值的失真。

发明内容

本发明提供一种热点事件热度量化方法及装置，主要解决现有热度量化方案没有考虑用户活跃度，导致度量值失真的问题。

本发明提供的热点事件热度量化方法，包括：

采集热点事件的网络传播数据；

根据所述网络传播数据分析得到所述热点事件的热度量化数据组，并根据所述热度量化数据组计算所述热点事件的第一热度值；所述热度量化数据组至少包括以下三个热度量化数据：新闻资讯量化数据、热度随时间衰减量化数据、用户活跃度量化数据。

进一步地，所述采集热点事件的网络传播数据具体为：通过多个网络渠道，按照预设频率或预设时间点或预设时间段或实时地获取所述热点事件的网络传播数据；所述网络传播数据至少包括：新闻资讯和用户网络互动数据。

进一步地，所述用户活跃度量化数据采用以下公式计算得到：

其中，m表示用户活跃度的统计维度的数量，β表示预设的用户行为控制因子，θ_i表示预设的每个统计维度的影响权重，P_i表示根据所述网络传播数据分析得到的每个统计维度的量化数值。

进一步地，所述新闻资讯量化数据采用以下公式计算得到：

α*(n-1)；

其中，α表示预设的新闻资讯数量影响因子，n表示根据所述网络传播数据分析得到的新闻资讯数量；

所述热度随时间衰减量化数据采用以下公式计算得到：

其中，δ表示预设的事件控制因子，t₁表示当前时间，t₀表示所述热点事件的产生时间。

进一步地，根据所述热度量化数据组计算所述热点事件的第一热度值包括：

将所述新闻资讯量化数据和所述用户活跃度量化数据求和之后，除以热度随时间衰减量化数据得到所述第一热度值；

或者，将预设初始热度值、所述新闻资讯量化数据和所述用户活跃度量化数据求和之后，除以所述热度随时间衰减量化数据得到所述第一热度值。

进一步地，所述根据所述网络传播数据分析得到所述热点事件的热度量化数据组，并根据所述热度量化数据组计算所述热点事件的第一热度值包括根据以下公式计算：

其中，hot表示所述热点事件的第一热度值；hot_init表示预设的所述热点事件的初始热度值；

m表示用户活跃度的统计维度的数量，β表示预设的用户行为控制因子，θ_i表示预设的每个统计维度的影响权重，P_i表示根据所述网络传播数据分析得到的每个统计维度的量化数值；

α表示预设的新闻咨询数量影响因子，n表示根据所述网络传播数据分析得到的新闻资讯数量；

δ表示预设的事件控制因子，t₁表示当前时间，t₀表示所述热点事件的产生时间，单位为小时。

进一步地，所述的热点事件热度量化方法，其特征在于，还包括：将所述第一热度值进行归一化处理，得到临时热度值。

进一步地，所述将所述第一热度值进行归一化处理包括：采用双曲正切函数将所述第一热度值映射到0到100之间。

进一步地，所述的热点事件热度量化方法，其特征在于，还包括采用以下方式对所述热点事件进行后续热度追踪：

通过拟牛顿冷却定理计算衰减热度值；

通过反双曲正切函数计算所述临时热度值；

将所述第一热度值与最新的新闻资讯量化数据、最新的用户活跃度量化数据相加计算出第二热度值；

对所述第二热度值进行归一化处理，得到当前热度值。通过拟牛顿冷却定理计算热度随时间衰减量化数据；

获取上一次热度跟踪计算出的历史热度值；

通过反双曲正切函数计算第一热度值；

将所述第一热度值与新增的新闻资讯量化数据、新增的用户活跃度量化数据相加计算出第二热度值。

本发明提供一种热点事件热度量化装置，包括：

采集模块，用于采集热点事件的网络传播数据；

量化处理模块，用于根据所述网络传播数据分析得到所述热点事件的热度量化数据组，并根据所述热度量化数据组计算所述热点事件的第一热度值；所述热度量化数据组至少包括以下三个热度量化数据：新闻资讯量化数据、热度随时间衰减量化数据、用户活跃度量化数据。

本发明提供的热点事件热度量化方法及装置，热度量化不仅考虑了新闻资讯数量、热度随时间衰减，还量化用户活跃度等因素，保证了度量值的准确性。进一步地，通过多个网络渠道获取热点事件的网络传播数据，多维度的热点事件热度量化，保证了热度量化的全面性。进一步地，采用双曲正切函数对热度值进行归一化处理，保证热度值均匀分布。

附图说明

图1为本发明第一实施例提供的热点事件热度量化方法的流程图；

图2为本发明第二实施例提供的热点事件热度量化装置的示意图；

图3为本发明第三实施例某景区热点事件热度量化方法的流程图；

图4为本发明第四实施例提供的热点事件的热度值显示图；

图5为本发明第四实施例提供的热点事件的热度值另一显示图。

图6为本发明第四实施例提供的热点事件的热度值另一显示图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面通过具体实施例对本发明进一步详细说明。

第一实施例

参考图1，图1为本发明第一实施例提供的热点事件热度量化方法的流程图，该热点事件热度量化方法主要包括：

S101、采集热点事件的网络传播数据。

S102、根据所述网络传播数据分析得到所述热点事件的热度量化数据组，并根据所述热度量化数据组计算所述热点事件的第一热度值。

步骤S101中，采集热点事件的网络传播数据具体为：可以通过多个网络渠道，按照预设频率或预设时间点或实时地获取所述热点事件的网络传播数据。具体的，可采用网络爬虫技术来实现，例如景区管理人员根据业务需求配置网络传播数据来源渠道的网络链接，同时，还可以配置数据的采集频率以及采集时间点、时间段，保证了数据的全面性和时效性。解决现有方案中数据来源过于单一，数据不能有效更新，导致热度量化不够。

上述网络传播数据至少包括：新闻资讯和用户网络互动数据。包括浏览器和/或客户端中的新闻资讯和用户网络互动数据。用户网络互动数据包括：用户阅读行为数据、转发行为数据、收藏行为数据、评论行为数据、点赞行为数据、分享行为数据。

步骤S102中，热度量化数据组至少包括以下三个热度量化数据：新闻资讯量化数据、热度随时间衰减量化数据、用户活跃度量化数据。热点事件热度值至少从新闻资讯数量、热度随时间衰减、用户活跃度三个维度量化，保证了度量值的准确性。

步骤S102可以分步骤进行，可以先根据上述网络传播数据分析得到所述热点事件的热度量化数据组，之后再根据所述热度量化数据组计算所述热点事件的第一热度值。

其中，新闻资讯数量可以采用以下公式计算得到：

α*(n-1)(公式1.1)；

其中α表示新闻资讯数量影响因子，n表示根据网络传播数据分析得到的新闻资讯数量。α可以通过预设的方式确定。

热度随时间衰减量化数据可以采用以下公式计算得到：

其中，δ表示事件控制因子，t₁表示当前时间，t₀表示所述热点事件的产生时间，δ可以通过预设的方式确定，t1、t₀的单位可以为小时。

用户活跃度量化数据可以从多个统计维度进行统计，例如阅读量、转发量、收藏量、评论量、点赞量、分享量等。

用户活跃度量化数据可以采用以下公式计算得到：

其中，m表示用户活跃度的统计维度的数量，β表示用户行为控制因子，θ_i表示每个统计维度的影响权重，Pi表示根据上述网络传播数据分析得到的每个统计维度的量化数值。β、θ_i可以通过预设的方式得到。本实施例假设考虑了阅读量、转发量、收藏量、评论量、点赞量以及分享量六个统计维度，则m取值为6。

得到热度量化数据组中的各个热度量化数据之后，根据热度量化数据组计算所述热点事件的第一热度值的方法包括但不局限于：

将新闻资讯量化数据和用户活跃度量化数据求和之后，除以热度随时间衰减量化数据得所述第一热度值；或者，将预设初始热度值、新闻资讯量化数据和用户活跃度量化数据求和之后，除以热度随时间衰减量化数据得到所述第一热度值。后者相比前者，给所述热点事件赋予一个初始热度值，可以通过预设的方式赋予。

步骤S102中根据所述网络传播数据分析得到所述热点事件的热度量化数据组，根据述热度量化数据组计算热点事件的第一热度值，该两步骤也可以同时进行。比如通过以下公式计算第一热度值：

其中，hot表示所述热点事件的第一热度值；

hot_init表示所述热点事件的初始热度值,可以通过预设的方式得到；

α*(n-1)表示新闻资讯量化数据；

表示用户活跃度量化数据；

表示热度随时间衰减量化数据。

公式中的其他字符所表示的含义参考上述公式(1.1)至公式(1.3)。

本实施例中得到第一热度值之后，流程可以结束，第一热度值可以表示本实施例的热点事件的热度量化。

为了使得通过上述方式计算得出的热度值分布均匀，以及方便对多个热点事件按照热度值进行排名，在得到第一热度值之后，还可以对所述第一热度值进行归一化处理，得到临时热度值。

现有的归一化处理的方案有很多，本实施例优选的归一化处理方式可以为：采用双曲正切函数将第一热度值映射到一个数值范围之内，比如映射到0到100之间，例如通过以下公式对第一热度值进行归一化处理：

其中，x为第一热度值。Tanh(x)为对第一热度值进行归一化处理得到的临时热度值。

本实施例中得到临时热度值之后，流程可以结束，临时热度值可以表示本实施例的热点事件的热度量化。

在实际应用场景中，往往还需要对所述热点事件进行后续热度追踪，为了实现对热点事件进行后续热度追踪，可以采用以下方式实现：

通过拟牛顿冷却定理计算热度随时间衰减量化数据；

获取上一次热度跟踪计算出的历史热度值；

通过反双曲正切函数计算第一热度值；

将所述第一热度值与新增的新闻资讯量化数据、新增的用户活跃度量化数据相加计算出第二热度值。

后续热度追踪流程中得到第二热度值之后，流程可以结束，第二热度值可以表示本实施例的热点事件的当前的热度量化。为了使得通过上述方式计算得出的第二热度值分布均匀，在得到第二热度值之后，还可以对所述第二热度值进行归一化处理，得到当前时热度值。

优选的，在一些实施例中，后续热度追踪流程可以通过以下公式计算当前时热度值：

其中，hot表示第二热度值；hot_origin表示上一次热度跟踪计算出的历史热度值，arctanh为反双曲正切函数，x表示上述临时热度值，由于热点事件采用的是增量聚类，所以需要通过反双曲正切函数计算第一热度值，然后与新时间新增的新闻资讯量化数据、新增的用户活跃度量化数据相加计算热点事件的第二热度值，作为当前热度值，或者将第二热度值进行归一化处理后，得到当前热度值。

本实施例多维度的热点事件热度量化，保证了热度量化的数据的全面性，度量值准确性和均匀分布。首先网络传播数据采集过程可以采用多渠道抓取的方式，保证了数据的全面性，还可以采用实时抓取保证时效性。其次，事件热度量化不仅考虑了新闻资讯数量、事件随时间衰减因素，还可以通过信息理论公式量化用户活跃度，保证度量值的准确性、全面性。最后，还可以采用双曲正切函数将事件的热度值映射到0到100之间，保证热度值均匀分布。

第二实施例

参考图2，图2为本发明第二实施例提供的热点事件热度量化装置的示意图，该热点事件热度量化装置主要包括：

采集模块21，用于采集热点事件的网络传播数据；

量化处理模块22，用于根据所述网络传播数据分析得到所述热点事件的热度量化数据组，并根据所述热度量化数据组计算所述热点事件的第一热度值；所述热度量化数据组至少包括以下三个热度量化数据：新闻资讯量化数据、热度随时间衰减量化数据、用户活跃度量化数据。

采集模块21、量化处理模块22可以实现第一实施例中的各个对应步骤。

本实施例提供的热点事件热度量化装置，用于实现第一实施例中的方法。多维度的热点事件热度量化，保证了热度量化的数据的全面性，度量值准确性和均匀分布。首先网络传播数据采集过程可以采用多渠道抓取的方式，保证了数据的全面性，还可以采用实时抓取保证时效性。其次，事件热度量化不仅考虑了新闻资讯数量、事件随时间衰减因素，还可以通过信息理论公式量化用户活跃度，保证度量值的准确性、全面性。最后，还可以采用双曲正切函数将事件的热度值映射到0到100之间，保证热度值均匀分布。

第三实施例

参考图3，图3为本发明第三实施例某景区热点事件热度量化方法的流程图；该热点事件热度量化方法主要包括：

步骤a、数据收集。

步骤b、热度量化。本实施例从新闻资讯数量、热度随时间衰减、用户活跃度三个维度进行量化；用户活跃度又从阅读量、转发量、收藏量、评论量、点赞量以及分享量这六个维度数据量化，并且每个维度赋予相应的权重。

步骤c、热度归一化。步骤b热度计算完后，采用双曲正切函数将该景区热点事件的热度值映射到0到100之间。

步骤d、后续热度追踪。

其中，步骤a中通过网络爬虫技术，景区管理人员根据业务需求配置多个数据来源渠道的网络链接，通过多个网络渠道，实时地抓取该景区热点事件的网络传播数据，该网络传播数据包括：新闻资讯和用户网络互动数据。保证数据的全面性和时效性。

步骤b中通过上述公式1.4来对热度进行量化，得到第一热度值。

步骤c中通过上述公式1.5来对第一热度值进行归一化处理，得到临时热度值。

步骤d中，通过上述公式1.6来计算得到当前热度值，对热度进行追踪。

本实施例实现了对景区热点时间的热度量化，以及热度跟踪。网络传播数据采集过程采用多渠道实时抓取的方式，保证了数据的全面性和时效性。事件热度量化不仅考虑了新闻资讯数量、事件随时间衰减因素，还可以通过信息理论公式量化用户活跃度，保证度量值的准确性、全面性。采用双曲正切函数将事件的热度值映射到0到100之间，保证热度值均匀分布。

第四实施例

还可以采用本发明提供的热点事件热度量化方法对多个热点事件同时进行热度量化，最后以多种方式显示在用户界面供用户参考。

图4为本发明第四实施例提供的热点事件的热度值显示图，图中内容一列显示了热点事件的名称，事件热度一列显示了根据本实施例计算的得出的当前热度值。在热点事件的名称前面还显示了对热点事件的排名，例如：排名第一的是婺源风景美，当前热度值为77.7；排名第二的是绿色通道，当前热度值为62.4；排名第三的是胡歌珠峰攀登，当前热度值为62.2；排名第四的是三清山风景美，当前热度值为59.1.由于计算当前热度值的过程中进行了归一化处理，因此方便对多个热点事件进行热点排名。

图5为本发明第四实施例提供的热点事件的热度值另一显示图，该图体现的是多个热点事件的总体热点事件分布图，显示了近30天热点事件热度均值等。

图6为本发明第四实施例提供的热点事件的热度值另一显示图，显示了某一热点事件的热度值随时间变化的曲线。

根据本发明实施例计算得出的热度值有多种显示方式，不局限于以上所列例举的。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (7)

1.一种热点事件热度量化方法，其特征在于，包括：

采集热点事件的网络传播数据；

根据所述网络传播数据分析得到所述热点事件的热度量化数据组，并根据所述热度量化数据组计算所述热点事件的第一热度值；所述热度量化数据组至少包括以下三个热度量化数据：新闻资讯量化数据、热度随时间衰减量化数据、用户活跃度量化数据；

所述用户活跃度量化数据采用以下公式计算得到：

其中，m表示用户活跃度的统计维度的数量，β表示预设的用户行为控制因子，θ_i表示预设的每个统计维度的影响权重，P_i表示根据所述网络传播数据分析得到的每个统计维度的量化数值；

所述新闻资讯量化数据采用以下公式计算得到：

α*(n-1)；

其中，α表示预设的新闻资讯数量影响因子，n表示根据所述网络传播数据分析得到的新闻资讯数量；

所述热度随时间衰减量化数据采用以下公式计算得到：

其中，δ表示预设的事件控制因子，t₁表示当前时间，t₀表示所述热点事件的产生时间；

根据所述热度量化数据组计算所述热点事件的第一热度值包括：

将所述新闻资讯量化数据和所述用户活跃度量化数据求和之后，除以所述热度随时间衰减量化数据得到所述第一热度值；

或者，将预设初始热度值、所述新闻资讯量化数据和所述用户活跃度量化数据求和之后，除以所述热度随时间衰减量化数据得到所述第一热度值。

2.如权利要求1所述的热点事件热度量化方法，其特征在于，所述采集热点事件的网络传播数据具体为：通过多个网络渠道，按照预设频率或预设时间点或预设时间段或实时地获取所述热点事件的网络传播数据；所述网络传播数据至少包括：新闻资讯和用户网络互动数据。

3.如权利要求1所述的热点事件热度量化方法，其特征在于，所述根据所述网络传播数据分析得到所述热点事件的热度量化数据组，并根据所述热度量化数据组计算所述热点事件的第一热度值包括根据以下公式计算：

其中，hot表示所述热点事件的第一热度值；hot_init表示预设的所述热点事件的初始热度值；

m表示用户活跃度的统计维度的数量，β表示预设的用户行为控制因子，θ_i表示预设的每个统计维度的影响权重，P_i表示根据所述网络传播数据分析得到的每个统计维度的量化数值；

α表示预设的新闻资讯数量影响因子，n表示根据所述网络传播数据分析得到的新闻资讯数量；

δ表示预设的事件控制因子，t₁表示当前时间，t₀表示所述热点事件的产生时间。

4.如权利要求1所述的热点事件热度量化方法，其特征在于，还包括：对所述第一热度值进行归一化处理，得到临时热度值。

5.如权利要求4所述的热点事件热度量化方法，其特征在于，所述对所述第一热度值进行归一化处理包括：采用双曲正切函数将所述第一热度值映射到0到100之间。

6.如权利要求1至5任一项所述的热点事件热度量化方法，其特征在于，还包括采用以下方式对所述热点事件进行后续热度追踪：

通过拟牛顿冷却定理计算热度随时间衰减量化数据；

获取上一次热度跟踪计算出的历史热度值；

通过反双曲正切函数计算第一热度值；

将所述第一热度值与新增的新闻资讯量化数据、新增的用户活跃度量化数据相加计算出第二热度值。

7.一种热点事件热度量化装置，其特征在于，包括：

采集模块，用于采集热点事件的网络传播数据；

量化处理模块，用于根据所述网络传播数据分析得到所述热点事件的热度量化数据组，并根据所述热度量化数据组计算所述热点事件的第一热度值；所述热度量化数据组至少包括以下三个热度量化数据：新闻资讯量化数据、热度随时间衰减量化数据、用户活跃度量化数据；

所述用户活跃度量化数据采用以下公式计算得到：

其中，m表示用户活跃度的统计维度的数量，β表示预设的用户行为控制因子，θ_i表示预设的每个统计维度的影响权重，P_i表示根据所述网络传播数据分析得到的每个统计维度的量化数值；

所述新闻资讯量化数据采用以下公式计算得到：

α*(n-1)；

其中，α表示预设的新闻资讯数量影响因子，n表示根据所述网络传播数据分析得到的新闻资讯数量；

所述热度随时间衰减量化数据采用以下公式计算得到：

其中，δ表示预设的事件控制因子，t₁表示当前时间，t₀表示所述热点事件的产生时间；

根据所述热度量化数据组计算所述热点事件的第一热度值包括：将所述新闻资讯量化数据和所述用户活跃度量化数据求和之后，除以所述热度随时间衰减量化数据得到所述第一热度值；或者，将预设初始热度值、所述新闻资讯量化数据和所述用户活跃度量化数据求和之后，除以所述热度随时间衰减量化数据得到所述第一热度值。

Images