事件数据处理方法、装置、电子设备和介质制造方法及图纸

本公开公开了一种事件数据处理方法、装置、设备、介质和产品，涉及深度学习、自然语言处理、云服务等领域。事件数据处理方法包括：响应于接收到包括目标事件数据的查询请求，确定与目标事件数据对应的目标特征数据；基于目标特征数据，从候选特征数据中选择关联特征数据，其中，关联特征数据与目标特征数据彼此之间的相似度满足预设相似度条件；确定与关联特征数据相关联的操作数据，其中，操作数据表征了针对与关联特征数据对应的关联事件数据的关注度；基于操作数据，确定针对目标事件数据的关注度。的关注度。的关注度。

【技术实现步骤摘要】
事件数据处理方法、装置、电子设备和介质


[0001]本公开涉及计算机
，尤其涉及深度学习、自然语言处理、云服务等领域，更具体地，涉及一种事件数据处理方法、装置、电子设备、介质和程序产品。

技术介绍

[0002]随着互联网的快速发展，现实生活中发生的各种事件，通常在网络中进行发布。在一些场景下，需要确定某一事件的热度，以便确定大众是否关注该事件。但是，相关技术中，确定某一事件的热度时，得到的热度确定结果不够准确，导致难以准确地确定大众对该事件的关注情况。

技术实现思路

[0003]本公开提供了一种事件数据处理方法、装置、电子设备、存储介质以及程序产品。
[0004]根据本公开的一方面，提供了一种事件数据处理方法，包括：响应于接收到包括目标事件数据的查询请求，确定与所述目标事件数据对应的目标特征数据；基于所述目标特征数据，从候选特征数据中选择关联特征数据，其中，所述关联特征数据与所述目标特征数据彼此之间的相似度满足预设相似度条件；确定与所述关联特征数据相关联的操作数据，其中，所述操作数据表征了针对与所述关联特征数据对应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种事件数据处理方法，包括：响应于接收到包括目标事件数据的查询请求，确定与所述目标事件数据对应的目标特征数据；基于所述目标特征数据，从候选特征数据中选择关联特征数据，其中，所述关联特征数据与所述目标特征数据彼此之间的相似度满足预设相似度条件；确定与所述关联特征数据相关联的操作数据，其中，所述操作数据表征了针对与所述关联特征数据对应的关联事件数据的关注度；以及基于所述操作数据，确定针对所述目标事件数据的关注度。2.根据权利要求1所述的方法，其中，所述关联事件数据包括多个关联事件数据，所述操作数据包括与所述多个关联事件数据一一对应的多个浏览次数；其中，所述基于所述操作数据，确定针对所述目标事件数据的关注度包括：对所述多个浏览次数进行求和，得到总浏览次数；以及将所述总浏览次数确定为针对所述目标事件数据的关注度。3.根据权利要求2所述的方法，其中，与所述候选特征数据相关联的操作数据存储于第一类型数据库；所述对所述多个浏览次数进行求和，得到总浏览次数包括：利用所述第一类型数据库的上卷操作功能，对所述多个浏览次数进行求和，得到所述总浏览次数。4.根据权利要求1所述的方法，其中，所述候选特征数据存储于第二类型数据库；所述基于所述目标特征数据，从候选特征数据中选择关联特征数据包括：利用所述第二类型数据库的语义召回功能，对所述目标特征数据和所述候选特征数据进行处理，以从所述候选特征数据中选择所述关联特征数据。5.根据权利要求3或4所述的方法，其中，所述第一类型数据库包括分析型数据库，所述第二类型数据库包括非关系型数据库。6.根据权利要求1所述的方法，其中，所述查询请求还包括时间条件；所述方法还包括：基于所述时间条件和与初始特征数据对应的操作时间信息，从所述初始特征数据中确定所述候选特征数据，其中，与所述候选特征数据对应的操作时间信息满足所述时间条件。7.根据权利要求1
‑
6中任意一项所述的方法，其中，所述目标事件数据包括事件标题；所述确定与所述目标事件数据对应的目标特征数据包括：利用经训练的语义向量模型处理所述事件标题，得到句向量；以及将所述句向量确定为所述目标特征数据，其中，所述预设相似度条件包括所述关联特征数据对应的句向量与所述目标特征数据对应的句向量彼此之间的向量距离小于预设句向量距离。8.一种事件数据处理装置，包括：第一确定模块，用于响应于接收到包括目标事件数据的查询请求，确定与所述目标事件数据对应的目标特征数据；选择模块，用于基于所述目标特征数据，从候选特征数据中选择关联特征数据，其中，所述关联特征数据与所述目标特征数据彼此之间的相似度满足预设相似度条件；第二确定模块，用于确定与所述关联特...

【专利技术属性】
技术研发人员：杨哲，卓泽城，龚建，黄强，潘旭，洪赛丁，章文俊，徐思琪，林思聪，刘晨晖，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：