【技术实现步骤摘要】
基于深度学习的数据热度统计方法及装置
本专利技术涉及到数据热度的
，特别是涉及到一种基于深度学习的数据热度统计方法、装置、计算机设备和存储介质。
技术介绍
随着大数据的发展，数据的需求也越来越丰富，人们通过对数据的各种研究以将其最大利用化，其中数据的热度能直观体现数据的影响范围和重要性，目前的数据热度统计通常是通过统计访问次数来确定数据热度，并没有考虑到用户行为以及未来持续热度的影响，得到的热度数据不够精准。
技术实现思路
本专利技术的主要目的为提供一种基于深度学习的数据热度统计方法、装置、计算机设备和存储介质，旨在解决现有技术中数据热度统计不够精准的技术问题。基于上述专利技术目的，本专利技术提出一种基于深度学习的数据热度统计方法，包括：获取指定地址的目标数据以及所述目标数据的热度信息，所述热度信息包括目标数据的数量、最早发布时间以及关联的用户行为数据；依据所述热度信息得到所述目标数据的第一热度值，并将所述热度信息输入至预设的预测模型进行计算，依据计算结果得到对应所述目标数据...
【技术保护点】
1.一种基于深度学习的数据热度统计方法，其特征在于，包括：/n获取指定地址的目标数据以及所述目标数据的热度信息，所述热度信息包括目标数据的数量、最早发布时间以及关联的用户行为数据；/n依据所述热度信息得到所述目标数据的第一热度值，并将所述热度信息输入至预设的预测模型进行计算，依据计算结果得到对应所述目标数据的热度预测值，所述预测模型为基于热度信息数据训练深度网络模型而得的模型；/n依据所述第一热度值与所述热度预测值计算得到所述目标数据的目标热度值，并判断所述目标热度值是否超过预设阈值；/n若是，则将所述目标数据存储于预设的信息库，并计算所述信息库中所有数据的目标热度值，将所...
【技术特征摘要】
1.一种基于深度学习的数据热度统计方法，其特征在于，包括：
获取指定地址的目标数据以及所述目标数据的热度信息，所述热度信息包括目标数据的数量、最早发布时间以及关联的用户行为数据；
依据所述热度信息得到所述目标数据的第一热度值，并将所述热度信息输入至预设的预测模型进行计算，依据计算结果得到对应所述目标数据的热度预测值，所述预测模型为基于热度信息数据训练深度网络模型而得的模型；
依据所述第一热度值与所述热度预测值计算得到所述目标数据的目标热度值，并判断所述目标热度值是否超过预设阈值；
若是，则将所述目标数据存储于预设的信息库，并计算所述信息库中所有数据的目标热度值，将所述信息库中所有数据按照对应的目标热度值的高低进行排序，并按排序好的顺序将数据的信息录入预设的热度表中，将目标热度值低于所述预设阈值的数据排除出所述热度表。
2.根据权利要求1所述的基于深度学习的数据热度统计方法，其特征在于，所述依据所述第一热度值与所述热度预测值计算得到所述目标数据的目标热度值的步骤，包括：
对所述第一热度值以及所述热度预测值进行权重赋值，得到对应的权重；
依据所述权重对所述第一热度值以及所述热度预测值进行计算，得到所述目标热度值。
3.根据权利要求1所述的基于深度学习的数据热度统计方法，其特征在于，所述将所述目标数据存储于预设的信息库的步骤，包括：
将所述目标数据输入至预设的分类模型中分类，得到所述目标数据的类型；
判断所述信息库中是否存在所述目标数据所对应的类型的存储区，所述信息库包括多个不同的存储区，每一存储区对应存储一个类型的数据；
若是，将所述目标数据存储于对应的存储区，以更新所述存储区，否则增设一个与所述目标数据类型对应的目标存储区，并将所述目标数据存储于所述目标存储区。
4.根据权利要求1所述的基于深度学习的数据热度统计方法，其特征在于，所述获取指定地址的目标数据以及所述目标数据的热度信息的步骤之前，包括：
获取指定地址中多个资讯内容，并对所述资讯内容进行清洗；
将清洗后的各所述资讯内容按句子进行分割得到多个句子，得到多个与各所述资讯内容对应的句子集，并对每个所述句子集中的各句子进行分词处理，依据各所述句子的分词得到所述句子的句子向量；
计算每个所述句子与当前句子集中剩余句子的第一余弦相似度，以及与其余句子集的各句子的第二余弦相似度；
依据所述第一余弦相似度以及第二余弦相似度计算每个句子的得分，将得分最高的句子作为所述目标数据，并将所述第一余弦相似度与所述第二余弦相似度中超过预设阈值的句子作为相似句子，将所述相似句子的个数作为所述目标数据的数量。
5.根据权利要求4所述的基于深度学习的数据热度统计方法，其特征在于，所述依据所述热度信息得到所述目标...
【专利技术属性】
技术研发人员：彭锦程，
申请(专利权)人：深圳市星网储区块链有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。