本發(fā)明涉及計(jì)算機(jī)處理領(lǐng)域，特別是涉及一種話題預(yù)警的方法和裝置。

背景技術(shù)：

隨著社交媒體的發(fā)展，社交網(wǎng)站、在線社區(qū)、微博等已逐漸成為人們生活中不可或缺的一部分，也是當(dāng)今時(shí)代信息傳播的主要渠道，與此同時(shí)，社交媒體也是輿情傳播的重要途徑。通過(guò)對(duì)社交媒體的話題監(jiān)聽(tīng)預(yù)警，能夠?yàn)闆Q策者提供科學(xué)化的信息支持。傳統(tǒng)的對(duì)社交媒體話題監(jiān)聽(tīng)預(yù)警是通過(guò)對(duì)獲取到的歷史數(shù)據(jù)進(jìn)行分析，然后針對(duì)不同的話題進(jìn)行標(biāo)簽分級(jí)。由于話題更新速度非?？?，僅僅針對(duì)歷史數(shù)據(jù)進(jìn)行分析得出的結(jié)果顯然不夠準(zhǔn)確，且傳統(tǒng)的話題監(jiān)聽(tīng)是針對(duì)所有的話題進(jìn)行監(jiān)聽(tīng)，沒(méi)有考慮到用戶的個(gè)性化需求。

技術(shù)實(shí)現(xiàn)要素：

基于此，有必要針對(duì)上述問(wèn)題，提出一種可以實(shí)現(xiàn)實(shí)時(shí)監(jiān)聽(tīng)且能夠滿足用戶個(gè)性化需求的話題預(yù)警的方法和裝置。

一種話題預(yù)警的方法，所述方法包括：獲取自定義關(guān)鍵詞；計(jì)算所述自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，根據(jù)所述相似度從語(yǔ)料庫(kù)中獲取與所述自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞；根據(jù)所述擴(kuò)展關(guān)鍵詞的類型和所述擴(kuò)展關(guān)鍵詞與所述自定義關(guān)鍵詞之間的相似度從所述擴(kuò)展關(guān)鍵詞中篩選出目標(biāo)關(guān)鍵詞，加入目標(biāo)關(guān)鍵詞列表；根據(jù)所述目標(biāo)關(guān)鍵詞列表中的目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)；當(dāng)監(jiān)聽(tīng)到目標(biāo)關(guān)鍵詞所對(duì)應(yīng)的話題量達(dá)到預(yù)設(shè)閾值時(shí)，進(jìn)行話題預(yù)警。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述擴(kuò)展關(guān)鍵詞的類型和所述擴(kuò)展關(guān)鍵詞與所述自定義關(guān)鍵詞之間的相似度從所述擴(kuò)展關(guān)鍵詞中篩選出目標(biāo)關(guān)鍵詞，加入目標(biāo)關(guān)鍵詞列表的步驟包括：將所述擴(kuò)展關(guān)鍵詞按照預(yù)設(shè)的類型進(jìn)行分類；從每一類的擴(kuò)展關(guān)鍵詞中篩選出與所述自定義關(guān)鍵詞相似度最高的前h個(gè)擴(kuò)展關(guān)鍵詞作為目標(biāo)關(guān)鍵詞，其中，h為大于0的正整數(shù)；將每一類篩選出來(lái)的目標(biāo)關(guān)鍵詞進(jìn)行聚合，生成用于監(jiān)聽(tīng)的目標(biāo)關(guān)鍵詞列表。

在其中一個(gè)實(shí)施例中，在獲取自定義關(guān)鍵詞的步驟之后還包括：計(jì)算所述自定義關(guān)鍵詞對(duì)應(yīng)的詞向量；所述計(jì)算所述自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，根據(jù)所述相似度從語(yǔ)料庫(kù)中獲取與所述自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞的步驟包括：計(jì)算自定義關(guān)鍵詞的詞向量與所述語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)的詞向量之間的相似度；根據(jù)詞向量之間的相似度從語(yǔ)料庫(kù)中獲取與所述自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞。

在其中一個(gè)實(shí)施例中，所述計(jì)算所述自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，根據(jù)相似度從語(yǔ)料庫(kù)中獲取與所述自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞的步驟包括：采用皮爾森相關(guān)系數(shù)方法計(jì)算所述自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度；獲取與所述自定義關(guān)鍵詞相似度最高的前k個(gè)詞語(yǔ)作為所述自定義關(guān)鍵詞的擴(kuò)展關(guān)鍵詞，其中，k為大于0的正整數(shù)。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述目標(biāo)關(guān)鍵詞列表中的目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)的步驟包括：采用滑動(dòng)窗口的形式對(duì)所述目標(biāo)關(guān)鍵詞列表中的每一個(gè)目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。

一種話題預(yù)警的裝置，所述裝置包括：自定義關(guān)鍵詞獲取模塊，用于獲取自定義關(guān)鍵詞；擴(kuò)展關(guān)鍵詞獲取模塊，用于計(jì)算所述自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，根據(jù)所述相似度從語(yǔ)料庫(kù)中獲取與所述自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞；目標(biāo)關(guān)鍵詞篩選模塊，用于根據(jù)所述擴(kuò)展關(guān)鍵詞的類型和所述擴(kuò)展關(guān)鍵詞與所述自定義關(guān)鍵詞之間的相似度從所述擴(kuò)展關(guān)鍵詞中篩選出目標(biāo)關(guān)鍵詞，加入目標(biāo)關(guān)鍵詞列表；監(jiān)聽(tīng)模塊，用于根據(jù)所述目標(biāo)關(guān)鍵詞列表中的目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)；預(yù)警模塊，用于當(dāng)監(jiān)聽(tīng)所述目標(biāo)關(guān)鍵詞所對(duì)應(yīng)的話題量達(dá)到預(yù)設(shè)閾值時(shí)，進(jìn)行話題預(yù)警。

在其中一個(gè)實(shí)施例中，所述目標(biāo)關(guān)鍵詞篩選模塊包括：分類模塊，用于將所述擴(kuò)展關(guān)鍵詞按照預(yù)設(shè)的類型進(jìn)行分類；篩選模塊，用于從每一類的擴(kuò)展關(guān)鍵詞中篩選出與所述自定義關(guān)鍵詞相似度最高的前h個(gè)擴(kuò)展關(guān)鍵詞作為目標(biāo)關(guān)鍵詞，其中，h為大于0的正整數(shù)；聚合模塊，用于將每一類篩選出來(lái)的目標(biāo)關(guān)鍵詞進(jìn)行聚合，生成用于監(jiān)聽(tīng)的目標(biāo)關(guān)鍵詞列表。

在其中一個(gè)實(shí)施例中，所述裝置還包括：計(jì)算模塊，用于計(jì)算所述自定義關(guān)鍵詞對(duì)應(yīng)的詞向量；擴(kuò)展關(guān)鍵詞獲取模塊還用于計(jì)算自定義關(guān)鍵詞的詞向量與所述語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)的詞向量之間的相似度，根據(jù)詞向量之間的相似度從語(yǔ)料庫(kù)中獲取與所述自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞。

在其中一個(gè)實(shí)施例中，所述擴(kuò)展詞獲取模塊還用于采用皮爾森相關(guān)系數(shù)方法計(jì)算所述自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，獲取與所述自定義關(guān)鍵詞相似度最高的前k個(gè)詞語(yǔ)作為所述自定義關(guān)鍵詞的擴(kuò)展關(guān)鍵詞，其中，k為大于0的正整數(shù)。

在其中一個(gè)實(shí)施例中，所述預(yù)警模塊還用于采用滑動(dòng)窗口的形式對(duì)所述目標(biāo)關(guān)鍵詞列表中的每一個(gè)目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。

上述話題預(yù)警的方法和裝置，通過(guò)獲取用戶自定義關(guān)鍵詞，然后在語(yǔ)料庫(kù)中根據(jù)相似度對(duì)該自定義關(guān)鍵詞進(jìn)行擴(kuò)展，獲取相關(guān)的擴(kuò)展關(guān)鍵詞，再根據(jù)擴(kuò)展關(guān)鍵詞的類型和相似度進(jìn)行篩選，篩選出最終用于監(jiān)聽(tīng)的目標(biāo)關(guān)鍵詞，之后在社交媒體上根據(jù)該目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)，當(dāng)監(jiān)聽(tīng)到目標(biāo)關(guān)鍵詞的話題量達(dá)到預(yù)設(shè)閾值時(shí)，進(jìn)行話題預(yù)警。該方法和裝置不僅能夠?qū)崟r(shí)對(duì)話題進(jìn)行監(jiān)聽(tīng)，而且可以基于用戶自定義的關(guān)鍵詞有針對(duì)性的進(jìn)行監(jiān)控，滿足了用戶的個(gè)性化監(jiān)聽(tīng)預(yù)警的需求。通過(guò)對(duì)用戶所要監(jiān)控的自定義關(guān)鍵詞進(jìn)行擴(kuò)展和篩選，保證了監(jiān)聽(tīng)的多樣性和全面性。

附圖說(shuō)明

圖1為一個(gè)實(shí)施例中終端的內(nèi)部結(jié)構(gòu)框圖；

圖2為一個(gè)實(shí)施例中服務(wù)器的內(nèi)部結(jié)構(gòu)框圖；

圖3為一個(gè)實(shí)施例中話題預(yù)警的方法流程圖；

圖4為一個(gè)實(shí)施例中根據(jù)擴(kuò)展關(guān)鍵詞的類型和擴(kuò)展關(guān)鍵詞與自定義關(guān)鍵詞之間的相似度從擴(kuò)展關(guān)鍵詞中篩選出目標(biāo)關(guān)鍵詞的方法流程圖；

圖5為另一個(gè)實(shí)施例中話題預(yù)警的方法流程圖；

圖6為一個(gè)實(shí)施例中計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，根據(jù)相似度從語(yǔ)料庫(kù)中獲取擴(kuò)展關(guān)鍵詞的方法流程圖；

圖7為一個(gè)實(shí)施例中話題預(yù)警的裝置結(jié)構(gòu)框圖；

圖8為一個(gè)實(shí)施例中目標(biāo)關(guān)鍵詞篩選模塊的結(jié)構(gòu)框圖；

圖9為另一個(gè)實(shí)施例中話題預(yù)警的裝置結(jié)構(gòu)框圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，在一個(gè)實(shí)施例中，終端102的內(nèi)部結(jié)構(gòu)如圖1所示，包括通過(guò)系統(tǒng)總線連接的處理器、非易失性存儲(chǔ)介質(zhì)、內(nèi)存儲(chǔ)器、網(wǎng)絡(luò)接口、顯示屏和輸入裝置。其中，終端102的處理器用于提供計(jì)算和控制能力，支撐整個(gè)終端102的運(yùn)行。非易失性存儲(chǔ)介質(zhì)存儲(chǔ)有操作系統(tǒng)，還包括一種話題預(yù)警的裝置，該話題預(yù)警的裝置用于實(shí)現(xiàn)一種話題預(yù)警的方法。終端102中的內(nèi)存儲(chǔ)器為非易失性存儲(chǔ)介質(zhì)中的話題預(yù)警的裝置的運(yùn)行提供環(huán)境，該內(nèi)存儲(chǔ)器中存有計(jì)算機(jī)可讀指令，該計(jì)算機(jī)可讀指令被處理器執(zhí)行時(shí)，可使得處理器執(zhí)行一種話題預(yù)警的方法。網(wǎng)絡(luò)接口用于連接到網(wǎng)絡(luò)進(jìn)行通信。終端102的顯示屏可以是液晶顯示屏或者電子墨水顯示屏等，輸入裝置可以是顯示屏上覆蓋的觸摸層，也可以是電子設(shè)備外殼上設(shè)置的按鍵、軌跡球或觸控板，也可以是外接的鍵盤、觸控板或鼠標(biāo)等。該終端102可以是平板電腦、筆記本電腦、臺(tái)式計(jì)算機(jī)等。本領(lǐng)域技術(shù)人員可以理解，圖1中示出的結(jié)構(gòu)，僅僅是與本申請(qǐng)方案相關(guān)的部分結(jié)構(gòu)的框圖，并不構(gòu)成對(duì)本申請(qǐng)方案所應(yīng)用于其上的終端的限定，具體的終端可以包括比圖中所示更多或更少的部件，或者組合某些部件，或者具有不同的部件布置。

如圖2所示，在一個(gè)實(shí)施例中，服務(wù)器104的內(nèi)部結(jié)構(gòu)如圖2所示，包括通過(guò)系統(tǒng)總線連接的處理器、非易失性存儲(chǔ)介質(zhì)、內(nèi)存儲(chǔ)器和網(wǎng)絡(luò)接口。其中，該服務(wù)器104的處理器用于提供計(jì)算和控制能力，支撐整個(gè)服務(wù)器的運(yùn)行。該非易失存儲(chǔ)介質(zhì)包括操作系統(tǒng)和話題預(yù)警的裝置。該話題預(yù)警的裝置用于實(shí)現(xiàn)一種話題預(yù)警的方法，該服務(wù)器104的內(nèi)存儲(chǔ)器為非易失性存儲(chǔ)介質(zhì)中的話題預(yù)警的裝置的運(yùn)行提供環(huán)境，該內(nèi)存儲(chǔ)器中可儲(chǔ)存有計(jì)算機(jī)可讀指令，該計(jì)算機(jī)可讀指令被所述處理器執(zhí)行時(shí)，可使得所述處理器執(zhí)行一種話題預(yù)警的方法。該服務(wù)器的網(wǎng)絡(luò)接口用于與外部的服務(wù)器和終端通過(guò)網(wǎng)絡(luò)連接通信。本領(lǐng)域技術(shù)人員可以理解，圖2中示出的結(jié)構(gòu)，僅僅是與本申請(qǐng)方案相關(guān)的部分結(jié)構(gòu)的框圖，并不構(gòu)成對(duì)本申請(qǐng)方案所應(yīng)用于其上的服務(wù)器的限定，具體的服務(wù)器可以包括比圖中所示更多或更少的部件，或者組合某些部件，或者具有不同的部件布置。

如圖3所示，在一個(gè)實(shí)施例中，提出了一種話題預(yù)警的方法，該方法可應(yīng)用于終端或服務(wù)器中，具體包括以下步驟：

步驟302，獲取自定義關(guān)鍵詞。

在本實(shí)施例中，自定義關(guān)鍵詞是指用戶給出的符合用戶監(jiān)聽(tīng)需求的關(guān)鍵詞。為了能夠滿足用戶的個(gè)性化的監(jiān)聽(tīng)需求，監(jiān)聽(tīng)關(guān)鍵詞的設(shè)定是根據(jù)用戶自定義關(guān)鍵詞來(lái)設(shè)定的。由于大數(shù)據(jù)時(shí)代的社交媒體信息錯(cuò)綜復(fù)雜，主體多種多樣，而不同的用戶所關(guān)注的話題不盡相同，自定義關(guān)鍵詞不僅能帶來(lái)友好的用戶交互，更多的是能夠?qū)崿F(xiàn)用戶監(jiān)聽(tīng)需求的個(gè)性化以及多元化。

步驟304，計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，根據(jù)相似度從語(yǔ)料庫(kù)中獲取與自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞。

在本實(shí)施例中，由于用戶給定的自定義關(guān)鍵詞往往不夠完整和全面，因此有必要對(duì)該自定義關(guān)鍵詞進(jìn)行一定的擴(kuò)展。獲取與該自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞，有利于保證用戶對(duì)所需要監(jiān)聽(tīng)的話題更加全面和完整，從而保證監(jiān)聽(tīng)結(jié)果的完整性和多樣性。通過(guò)計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，從語(yǔ)料庫(kù)中選取與自定義關(guān)鍵詞相似度比較大的詞語(yǔ)作為擴(kuò)展關(guān)鍵詞。相似度越大，說(shuō)明該詞語(yǔ)與自定義關(guān)鍵詞的語(yǔ)義越相近。詞語(yǔ)相似度的計(jì)算方法有多種，比如，可以采用同義詞詞林的方式計(jì)算詞語(yǔ)之間的相似度，也采用皮爾森相關(guān)系數(shù)來(lái)計(jì)算詞語(yǔ)之間的相似度。這里并不對(duì)詞語(yǔ)相似度的計(jì)算方法進(jìn)行限定。

在一個(gè)實(shí)施例中，相似度的計(jì)算是通過(guò)計(jì)算詞向量之間的相似度得到的。首先，采用word2vec模型計(jì)算自定義關(guān)鍵詞對(duì)應(yīng)的詞向量，其中，word2vec是一款將詞表征為實(shí)數(shù)值向量的高效工具，其利用深度學(xué)習(xí)的思想，可以通過(guò)訓(xùn)練，把對(duì)文本內(nèi)容的處理簡(jiǎn)化為k維向量空間中的向量運(yùn)算，而向量空間上的相似度可以用來(lái)表示文本語(yǔ)義上的相似度。具體地，將自定義關(guān)鍵詞作為word2vec模型的輸入，輸出該自定義關(guān)鍵詞的詞向量表示。獲取到自定義關(guān)鍵詞的詞向量表示之后，通過(guò)計(jì)算詞向量之間的相似度從語(yǔ)料庫(kù)中篩選出自定義關(guān)鍵詞的擴(kuò)展關(guān)鍵詞。為了能夠更快的獲取到與自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞，可以將語(yǔ)料庫(kù)中的詞語(yǔ)均以詞向量的形式存儲(chǔ)。在一個(gè)實(shí)施例中，采用皮爾森相關(guān)系數(shù)(pearsoncorrelationcoefficient)來(lái)計(jì)算詞向量之間的相似度。假設(shè)自定義關(guān)鍵詞的向量表示為w＝(w1,w2,…,wn)，語(yǔ)料庫(kù)中任一詞語(yǔ)的向量表示為x＝(x1,x2,…,xn)，那么它們之間的相似度s(w,x)為：

其中，n表示詞向量的第n個(gè)詞向量特征，i表示詞向量中的第i個(gè)詞向量特征。通過(guò)計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)的相似度篩選出與自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞。具體地，可以將相似度按照從高到低的順序進(jìn)行排列，選出出相似度最高的前k個(gè)詞語(yǔ)作為自定義關(guān)鍵詞的擴(kuò)展關(guān)鍵詞。將自定義關(guān)鍵詞進(jìn)行擴(kuò)展，使得關(guān)鍵詞更具多樣性，保證了話題監(jiān)聽(tīng)結(jié)果具有與相似關(guān)鍵詞的對(duì)比性，便于為決策者提供更豐富的信息。

步驟306，根據(jù)擴(kuò)展關(guān)鍵詞的類型和擴(kuò)展關(guān)鍵詞與自定義關(guān)鍵詞之間的相似度從擴(kuò)展關(guān)鍵詞中篩選出目標(biāo)關(guān)鍵詞，加入目標(biāo)關(guān)鍵詞列表。

在本實(shí)施例中，如果對(duì)步驟204得到的擴(kuò)展關(guān)鍵詞全部監(jiān)聽(tīng)，將會(huì)使得信息錯(cuò)雜冗亂。所以為了保證信息的清楚，需要對(duì)獲取到的擴(kuò)展關(guān)鍵詞進(jìn)行進(jìn)一步的篩選。根據(jù)擴(kuò)展關(guān)鍵詞的類型和擴(kuò)展關(guān)鍵詞與自定義關(guān)鍵詞之間的相似度從擴(kuò)展關(guān)鍵詞中篩選出目標(biāo)關(guān)鍵詞的方法有多種。在一個(gè)實(shí)施例中，首先，將獲取到的全部擴(kuò)展關(guān)鍵詞進(jìn)行分類，然后從每一類中選取出與自定義關(guān)鍵詞相似度最高的前h個(gè)擴(kuò)展關(guān)鍵詞作為目標(biāo)關(guān)鍵詞，其中，h為大于0的正整數(shù)，將每一類篩選出來(lái)的目標(biāo)關(guān)鍵詞進(jìn)行聚合，生成用于監(jiān)聽(tīng)的目標(biāo)關(guān)鍵詞列表。在另一個(gè)實(shí)施例中，首先，獲取全部擴(kuò)展詞對(duì)應(yīng)的類型，然后將相同類型的關(guān)鍵詞分為一組。分別獲取每一類擴(kuò)展關(guān)鍵詞對(duì)應(yīng)的擴(kuò)展詞數(shù)目，以擴(kuò)展詞數(shù)目最少的類型為基準(zhǔn)，假設(shè)擴(kuò)展詞數(shù)目最少的類型對(duì)應(yīng)的數(shù)目為x個(gè)，那么分別從其他每一類型中也篩選出x個(gè)擴(kuò)展關(guān)鍵詞作為目標(biāo)關(guān)鍵詞，其中，從其他每一類型中篩選出x個(gè)擴(kuò)展關(guān)鍵詞是根據(jù)相似度的大小進(jìn)行篩選的，分別篩選出其他每一類擴(kuò)展關(guān)鍵詞中相似度最高的前x個(gè)擴(kuò)展關(guān)鍵詞作為目標(biāo)關(guān)鍵詞，加入目標(biāo)關(guān)鍵詞列表。

步驟308，根據(jù)目標(biāo)關(guān)鍵詞列表中的目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。

在本實(shí)施例中，當(dāng)確定了目標(biāo)關(guān)鍵詞列表后，根據(jù)目標(biāo)關(guān)鍵詞列表中的目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。由于社交媒體數(shù)據(jù)每時(shí)每刻都在產(chǎn)生，迅速而規(guī)模龐大，形成了龐大的網(wǎng)絡(luò)數(shù)據(jù)流。為了更好的對(duì)話題進(jìn)行監(jiān)聽(tīng)，可以采用基于滑動(dòng)窗口的時(shí)序管理框架?；诨瑒?dòng)窗口的時(shí)序管理框架的主要思想是：對(duì)于目標(biāo)監(jiān)聽(tīng)列表中的每一個(gè)目標(biāo)關(guān)鍵詞，以滑動(dòng)窗口的形式對(duì)話題數(shù)據(jù)流進(jìn)行管理，每個(gè)目標(biāo)關(guān)鍵詞維護(hù)一個(gè)一定大小的緩存，每過(guò)一個(gè)時(shí)間片(為了實(shí)時(shí)監(jiān)聽(tīng)，時(shí)間片的設(shè)置通常很小，比如5分鐘)，數(shù)據(jù)窗口進(jìn)行滑動(dòng)，然后對(duì)緩存中的數(shù)據(jù)進(jìn)行處理。

步驟310，當(dāng)監(jiān)聽(tīng)到目標(biāo)關(guān)鍵詞所對(duì)應(yīng)的話題量達(dá)到預(yù)設(shè)閾值時(shí)，進(jìn)行話題預(yù)警。

在本實(shí)施例中，良好的監(jiān)聽(tīng)必定需要預(yù)警，通過(guò)監(jiān)聽(tīng)目標(biāo)關(guān)鍵詞所對(duì)應(yīng)的話題量是否達(dá)到預(yù)設(shè)閾值，對(duì)話題進(jìn)行預(yù)警。預(yù)警可以從兩個(gè)方面來(lái)進(jìn)行考慮，第一，對(duì)預(yù)設(shè)的時(shí)間片內(nèi)的話題量進(jìn)行監(jiān)聽(tīng)預(yù)警。由于時(shí)間片是一個(gè)較短的時(shí)間，所以通過(guò)對(duì)短時(shí)間內(nèi)的話題監(jiān)聽(tīng)，能夠?qū)Χ虝r(shí)間內(nèi)的突發(fā)事件進(jìn)行預(yù)警。第二，對(duì)于一段時(shí)間段的話題進(jìn)行預(yù)警，很多時(shí)候事件的發(fā)生或輿情的走勢(shì)并不一定是急劇的，因此，考察一段時(shí)間內(nèi)話題的熱點(diǎn)能夠幫助決策者發(fā)現(xiàn)事件的興起或輿情的逐漸走勢(shì)。具體地，采用兩種評(píng)價(jià)策略進(jìn)行關(guān)鍵詞的實(shí)時(shí)預(yù)警，一種是采用話題熱度進(jìn)行預(yù)警，通過(guò)分析大量的關(guān)鍵詞的熱度變化趨勢(shì)及其生命周期，以經(jīng)驗(yàn)的方式確定熱度臨界閾值，當(dāng)監(jiān)聽(tīng)的目標(biāo)關(guān)鍵詞在一個(gè)滑動(dòng)窗口的時(shí)間片內(nèi)出現(xiàn)的頻率大于該熱度臨界閾值時(shí)，進(jìn)行預(yù)警響應(yīng)。一種是采用情感極性比率進(jìn)行預(yù)警，對(duì)監(jiān)聽(tīng)的目標(biāo)關(guān)鍵詞列表相關(guān)的社會(huì)網(wǎng)絡(luò)文本進(jìn)行情感極性分析，主要包括正面、中性和負(fù)面三個(gè)方面的情感極性，當(dāng)負(fù)面情感在所有該目標(biāo)關(guān)鍵詞對(duì)應(yīng)的話題量中占的比率大于情感極性閾值時(shí)，進(jìn)行預(yù)警。該話題預(yù)警的方法可以應(yīng)用于很多領(lǐng)域，尤其是可以應(yīng)用于金融領(lǐng)域。以應(yīng)用于金融產(chǎn)品為例，說(shuō)明一下該話題預(yù)警的益處。首先，互聯(lián)網(wǎng)與金融產(chǎn)業(yè)息息相關(guān)，根據(jù)對(duì)互聯(lián)網(wǎng)數(shù)據(jù)的監(jiān)控可以為金融產(chǎn)品避免諸多損失。其次，與金融相關(guān)的關(guān)鍵詞比較有規(guī)律，而且相對(duì)比較固定，通過(guò)對(duì)金融產(chǎn)品相關(guān)的話題進(jìn)行監(jiān)聽(tīng)預(yù)警，可以實(shí)現(xiàn)快速響應(yīng)而不失準(zhǔn)確率。

在本實(shí)施例中，通過(guò)獲取用戶自定義關(guān)鍵詞，然后在語(yǔ)料庫(kù)中根據(jù)相似度對(duì)該自定義關(guān)鍵詞進(jìn)行擴(kuò)展，獲取相關(guān)的擴(kuò)展關(guān)鍵詞，再根據(jù)擴(kuò)展關(guān)鍵詞的類型和相似度進(jìn)行篩選，篩選出最終用于監(jiān)聽(tīng)的目標(biāo)關(guān)鍵詞，之后在社交媒體上根據(jù)該目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)，當(dāng)監(jiān)聽(tīng)到目標(biāo)關(guān)鍵詞的話題量達(dá)到預(yù)設(shè)閾值時(shí)，進(jìn)行話題預(yù)警。該方法不僅能夠?qū)崟r(shí)對(duì)話題進(jìn)行監(jiān)聽(tīng)，而且可以基于用戶自定義的關(guān)鍵詞有針對(duì)性的進(jìn)行監(jiān)控，滿足了用戶的個(gè)性化監(jiān)聽(tīng)預(yù)警的需求。通過(guò)對(duì)用戶所要監(jiān)控的自定義關(guān)鍵詞進(jìn)行擴(kuò)展和篩選，保證了監(jiān)聽(tīng)的多樣性和全面性。

如圖4所示，在一個(gè)實(shí)施例中，根據(jù)擴(kuò)展關(guān)鍵詞的類型和擴(kuò)展關(guān)鍵詞與自定義關(guān)鍵詞之間的相似度從擴(kuò)展關(guān)鍵詞中篩選出目標(biāo)關(guān)鍵詞，加入目標(biāo)關(guān)鍵詞列表的步驟包括：

步驟306a，將擴(kuò)展關(guān)鍵詞按照預(yù)設(shè)的類型進(jìn)行分類。

在本實(shí)施例中，為了對(duì)基于自定義關(guān)鍵詞的監(jiān)聽(tīng)能夠監(jiān)聽(tīng)的更加全面和平衡化。首先，需要對(duì)擴(kuò)展關(guān)鍵詞按照預(yù)設(shè)的類型進(jìn)行分類，比如，將擴(kuò)展關(guān)鍵詞按照“品牌”、“產(chǎn)品”、“競(jìng)品”分為三類。這樣，便于后續(xù)針對(duì)每一類挑選出相同個(gè)數(shù)的目標(biāo)關(guān)鍵詞進(jìn)行監(jiān)聽(tīng)，有利于保證監(jiān)聽(tīng)信息的清楚和平衡。

步驟306b，從每一類的擴(kuò)展關(guān)鍵詞中篩選出與自定義關(guān)鍵詞相似度最高的前h個(gè)擴(kuò)展關(guān)鍵詞作為目標(biāo)關(guān)鍵詞，其中，h為大于0的正整數(shù)。

在本實(shí)施例中，將擴(kuò)展關(guān)鍵詞按照預(yù)設(shè)的類型進(jìn)行分類后，采用眾包策略從每一類的擴(kuò)展關(guān)鍵詞中篩選出與自定義關(guān)鍵詞相似度最高的前h個(gè)擴(kuò)展關(guān)鍵詞作為目標(biāo)關(guān)鍵詞。例如，從每一類中挑選出與自定義關(guān)鍵詞相似度最高的前5個(gè)詞語(yǔ)，最后將挑選出的每一類的目標(biāo)關(guān)鍵詞進(jìn)行聚合。

步驟306c，將每一類篩選出來(lái)的目標(biāo)關(guān)鍵詞進(jìn)行聚合，生成用于監(jiān)聽(tīng)的目標(biāo)關(guān)鍵詞列表。

在本實(shí)施例中，通過(guò)從每一類的擴(kuò)展關(guān)鍵詞中篩選出與自定義關(guān)鍵詞相似度最高的前h個(gè)擴(kuò)展關(guān)鍵詞作為目標(biāo)關(guān)鍵詞后，將每一類篩選出來(lái)的目標(biāo)關(guān)鍵詞聚集起來(lái)，放在同一張列表中，即生成目標(biāo)關(guān)鍵詞列表，后續(xù)便于根據(jù)該目標(biāo)關(guān)鍵詞列表中的目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。比如，若將擴(kuò)展關(guān)鍵詞按照“品牌”、“產(chǎn)品”、“競(jìng)品”分為三類。若每一類都挑選出5個(gè)目標(biāo)關(guān)鍵詞，那么將總共挑選出15個(gè)目標(biāo)關(guān)鍵詞進(jìn)行監(jiān)聽(tīng)。通過(guò)將擴(kuò)展關(guān)鍵詞進(jìn)行分類，然后再針對(duì)每一類進(jìn)行篩選有利于監(jiān)聽(tīng)的內(nèi)容更加清晰和全面，不會(huì)出現(xiàn)偏激化的結(jié)果。

如圖5所示，在一個(gè)實(shí)施例中，提出了一種話題預(yù)警的方法，該方法包括：

步驟502，獲取自定義關(guān)鍵詞。

步驟504，計(jì)算自定義關(guān)鍵詞對(duì)應(yīng)的詞向量。

步驟506，計(jì)算自定義關(guān)鍵詞的詞向量與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)的詞向量之間的相似度，根據(jù)詞向量之間的相似度從語(yǔ)料庫(kù)中獲取與自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞。

步驟508，根據(jù)擴(kuò)展關(guān)鍵詞的類型和擴(kuò)展關(guān)鍵詞與自定義關(guān)鍵詞之間的相似度從擴(kuò)展關(guān)鍵詞中篩選出目標(biāo)關(guān)鍵詞，加入目標(biāo)關(guān)鍵詞列表。

步驟510，根據(jù)目標(biāo)關(guān)鍵詞列表中的目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。

步驟512，當(dāng)監(jiān)聽(tīng)到目標(biāo)關(guān)鍵詞所對(duì)應(yīng)的話題量達(dá)到預(yù)設(shè)閾值時(shí)，進(jìn)行話題預(yù)警。

在本實(shí)施例中，當(dāng)獲取到自定義關(guān)鍵詞后，為了后續(xù)計(jì)算詞向量之間的相似度，首先需要計(jì)算該自定義關(guān)鍵詞對(duì)應(yīng)的詞向量，通過(guò)將自定義關(guān)鍵詞作為word2vec模型的輸入，生成與該自定義關(guān)鍵詞對(duì)應(yīng)的詞向量并輸出。為了監(jiān)聽(tīng)的更加全面，需要對(duì)自定義關(guān)鍵詞進(jìn)行擴(kuò)展，即找出相關(guān)的與該自定義關(guān)鍵詞語(yǔ)義相近的詞語(yǔ)表示。通過(guò)計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中的每個(gè)詞語(yǔ)之間的相似度來(lái)獲取與自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞，其中，相似度越高，說(shuō)明與自定義關(guān)鍵詞的語(yǔ)義越相近。具體地，可以采用皮爾森相關(guān)系數(shù)(pearsoncorrelationcoefficient)方法計(jì)算自定義關(guān)鍵詞的詞向量與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)的詞向量之間的相似度，從中挑選出與自定義關(guān)鍵詞相似度最高的前k個(gè)(比如，設(shè)k＝50)詞語(yǔ)作為擴(kuò)展關(guān)鍵詞。如果對(duì)挑選出來(lái)的擴(kuò)展關(guān)鍵詞全部進(jìn)行監(jiān)聽(tīng)，將會(huì)使得信息顯得冗雜，為了解決這一問(wèn)題，還需要對(duì)挑選出來(lái)的擴(kuò)展關(guān)鍵詞進(jìn)行進(jìn)一步的篩選?；诒姲呗詫?duì)擴(kuò)展關(guān)鍵詞進(jìn)行進(jìn)一步的篩選，首先對(duì)挑選出來(lái)的擴(kuò)展關(guān)鍵詞進(jìn)行分類，比如，按照“品牌”、“產(chǎn)品”、“競(jìng)品”分為三類。分類完成后，針對(duì)每一類，根據(jù)之前計(jì)算得到的每個(gè)擴(kuò)展關(guān)鍵詞與自定義關(guān)鍵詞之間的相似度，每一類選出與自定義關(guān)鍵詞相似度最高的前h個(gè)詞語(yǔ)作為目標(biāo)關(guān)鍵詞，然后將每一類篩選出來(lái)的目標(biāo)關(guān)鍵詞進(jìn)行匯總，放在同一個(gè)列表中，即都加入目標(biāo)關(guān)鍵詞列表。之后根據(jù)該目標(biāo)關(guān)鍵詞列表進(jìn)行監(jiān)聽(tīng)，并進(jìn)行相應(yīng)的預(yù)警。該方法通過(guò)對(duì)用戶自定義關(guān)鍵詞進(jìn)行擴(kuò)展，保證了監(jiān)聽(tīng)的多樣性和全面性，結(jié)合眾包技術(shù)對(duì)擴(kuò)展關(guān)鍵詞進(jìn)行進(jìn)一步甄選保證了監(jiān)聽(tīng)結(jié)果不具有偏激化。

如圖6所示，在一個(gè)實(shí)施例中，計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，根據(jù)相似度從語(yǔ)料庫(kù)中獲取與自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞的步驟包括：

步驟304a，采用皮爾森相關(guān)系數(shù)方法計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度。

在本實(shí)施例中，為了對(duì)自定義關(guān)鍵詞進(jìn)行擴(kuò)展，找出與自定義關(guān)鍵詞語(yǔ)義相近的擴(kuò)展關(guān)鍵詞，通過(guò)采用皮爾森相關(guān)系數(shù)方法來(lái)計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度。相似度越大，語(yǔ)義越相近。具體地，首先，獲取自定義關(guān)鍵詞的詞向量表示，可以通過(guò)word2vec方法計(jì)算得到。然后計(jì)算自定義關(guān)鍵詞的詞向量與語(yǔ)料庫(kù)中詞語(yǔ)的詞向量之間的相似度。為了能夠更加快捷的計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中詞語(yǔ)之間的相似度，在語(yǔ)料庫(kù)中，詞語(yǔ)是以詞向量的形式存在的。假設(shè)自定義關(guān)鍵詞的詞向量表示為w＝(w1,w2,…,wn)，語(yǔ)料庫(kù)中任一詞語(yǔ)的詞向量表示為x＝(x1,x2,…,xn)，那么它們之間的相似度s(w,x)為：

步驟304b，獲取與自定義關(guān)鍵詞相似度最高的前k個(gè)詞語(yǔ)作為自定義關(guān)鍵詞的擴(kuò)展關(guān)鍵詞，其中，k為大于0的正整數(shù)。

在本實(shí)施例中，顯然，對(duì)自定義關(guān)鍵詞進(jìn)行無(wú)限擴(kuò)展是不切實(shí)際的，所以需要從語(yǔ)料庫(kù)中篩選出相似度比較大的詞語(yǔ)作為擴(kuò)展關(guān)鍵詞。具體地，采用貪心策略選擇與自定義關(guān)鍵詞相似度最高的前k個(gè)詞語(yǔ)作為自定義關(guān)鍵詞的擴(kuò)展，設(shè)擴(kuò)展關(guān)鍵詞集合為es(w)，那么es(w)＝{x|s(w,x)≥s(w,xk)}，其中，w表示自定義關(guān)鍵詞，xk表示與自定義關(guān)鍵詞相似度第k大的詞匯，比如，可以設(shè)置k＝50，即選取與自定義關(guān)鍵詞相似度最高的前50個(gè)詞匯作為其擴(kuò)展關(guān)鍵詞集合。

在一個(gè)實(shí)施例中，根據(jù)目標(biāo)關(guān)鍵詞列表中的目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)的步驟包括：采用滑動(dòng)窗口的形式對(duì)目標(biāo)關(guān)鍵詞列表中的每一個(gè)目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。

在本實(shí)施例中由于社交媒體數(shù)據(jù)每時(shí)每刻都在產(chǎn)生，且迅速而規(guī)模龐大，為了達(dá)到對(duì)話題進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)，需要解決如何在數(shù)據(jù)流的環(huán)境下進(jìn)行話題的實(shí)時(shí)監(jiān)聽(tīng)。在該實(shí)施例中，通過(guò)采用基于滑動(dòng)窗口的形式對(duì)目標(biāo)關(guān)鍵詞列中的每一個(gè)目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。即以滑動(dòng)窗口的形式對(duì)話題數(shù)據(jù)流進(jìn)行管理，每個(gè)目標(biāo)關(guān)鍵詞維護(hù)一個(gè)一定大小的緩存，每過(guò)一個(gè)時(shí)間片，數(shù)據(jù)窗口進(jìn)行滑動(dòng)，然后對(duì)緩存中的數(shù)據(jù)進(jìn)行處理，從而實(shí)現(xiàn)了對(duì)每個(gè)目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。

如圖7所示，在一個(gè)實(shí)施例中，提出了一種話題預(yù)警的裝置700，該裝置包括：

自定義關(guān)鍵詞獲取模塊702，用于獲取自定義關(guān)鍵詞。

擴(kuò)展關(guān)鍵詞獲取模塊704，用于計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，根據(jù)相似度從語(yǔ)料庫(kù)中獲取與自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞。

目標(biāo)關(guān)鍵詞篩選模塊706，用于根據(jù)擴(kuò)展關(guān)鍵詞的類型和擴(kuò)展關(guān)鍵詞與自定義關(guān)鍵詞之間的相似度從擴(kuò)展關(guān)鍵詞中篩選出目標(biāo)關(guān)鍵詞，加入目標(biāo)關(guān)鍵詞列表。

監(jiān)聽(tīng)模塊708，用于根據(jù)目標(biāo)關(guān)鍵詞列表中的目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。

預(yù)警模塊710，用于當(dāng)監(jiān)聽(tīng)目標(biāo)關(guān)鍵詞所對(duì)應(yīng)的話題量達(dá)到預(yù)設(shè)閾值時(shí)，進(jìn)行話題預(yù)警。

如圖8所示，在一個(gè)實(shí)施例中，目標(biāo)關(guān)鍵詞篩選模塊706包括：

分類模塊706a，用于將擴(kuò)展關(guān)鍵詞按照預(yù)設(shè)的類型進(jìn)行分類。

篩選模塊706b，用于從每一類的擴(kuò)展關(guān)鍵詞中篩選出與自定義關(guān)鍵詞相似度最高的前h個(gè)擴(kuò)展關(guān)鍵詞作為目標(biāo)關(guān)鍵詞，其中，h為大于0的正整數(shù)。

聚合模塊706c，用于將每一類篩選出來(lái)的目標(biāo)關(guān)鍵詞進(jìn)行聚合，生成用于監(jiān)聽(tīng)的目標(biāo)關(guān)鍵詞列表。

如圖9所示，在一個(gè)實(shí)施例中，提出了一種話題預(yù)警的裝置900，除了包括上述模塊702-710，還包括：

計(jì)算模塊703，用于計(jì)算自定義關(guān)鍵詞對(duì)應(yīng)的詞向量。

擴(kuò)展關(guān)鍵詞獲取模塊704還用于計(jì)算自定義關(guān)鍵詞的詞向量與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)的詞向量之間的相似度，根據(jù)詞向量之間的相似度從語(yǔ)料庫(kù)中獲取與自定義關(guān)鍵詞相關(guān)的擴(kuò)展關(guān)鍵詞。

在一個(gè)實(shí)施例中，擴(kuò)展詞獲取模塊還用于采用皮爾森相關(guān)系數(shù)方法計(jì)算自定義關(guān)鍵詞與語(yǔ)料庫(kù)中每個(gè)詞語(yǔ)之間的相似度，獲取與自定義關(guān)鍵詞相似度最高的前k個(gè)詞語(yǔ)作為自定義關(guān)鍵詞的擴(kuò)展關(guān)鍵詞，其中，k為大于0的正整數(shù)。

在一個(gè)實(shí)施例中，預(yù)警模塊還用于采用滑動(dòng)窗口的形式對(duì)目標(biāo)關(guān)鍵詞列表中的每一個(gè)目標(biāo)關(guān)鍵詞進(jìn)行實(shí)時(shí)監(jiān)聽(tīng)。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，是可以通過(guò)計(jì)算機(jī)程序來(lái)指令相關(guān)的硬件來(lái)完成，該計(jì)算機(jī)程序可存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，可包括如上述各方法的實(shí)施例的流程。其中，前述的存儲(chǔ)介質(zhì)可為磁碟、光盤、只讀存儲(chǔ)記憶體(read-onlymemory，rom)等非易失性存儲(chǔ)介質(zhì)，或隨機(jī)存儲(chǔ)記憶體(randomaccessmemory，ram)等。

以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡(jiǎn)潔，未對(duì)上述實(shí)施例中的各個(gè)技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說(shuō)明書(shū)記載的范圍。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。