一种社交事件检测方法、装置及系统制造方法及图纸

本发明专利技术公开了一种社交事件检测方法、装置、系统及计算机可读存储介质。该社交事件检测装置包括信息构建单元、模型输出单元以及事件检测单元。该社交事件检测系统包括事件检测模块以及数据存储模块。该存储介质存储计算机可读程序代码，当所述计算机可读程序代码被执行时实现如前所述的一种社交事件检测方法的步骤。通过根据信息数据流构建异构图，利用包括预设的节点聚合策略模型以及元路径聚合策略模型的检测神经网络模型对所述异构图进行聚合输出，并以预设的聚类方法对输出结果进行聚类以获取社交事件检测结果，该社交事件检测方法、装置、系统及计算机可读存储介质提升了语义信息的挖掘充分性。语义信息的挖掘充分性。语义信息的挖掘充分性。

【技术实现步骤摘要】
一种社交事件检测方法、装置及系统


[0001]本专利技术涉及社交事件检测领域，涉及一种社交事件检测方法、装置、系统及计算机可读存储介质。

技术介绍

[0002]随着互联网的快速发展，人们获取、传播信息的方式发生了革命性的变化。尤其是在线社交网络(即社交网络服务，Social Network Service SNS)的出现，改变了传统的信息扩散方式，社交网络已逐渐成为主流的信息发布和传播平台。从最早的电子邮件、BBS、即时通讯、博客到现在的移动社交网络，用户不仅仅是信息的消费者，也是信息的生产者和传播者。庞大社交网络传播的事件信息也引起了计算机学者的广泛关注。在社交网络事件信息传播平台上，随着可记录下来的社交网络事件信息数据越来越多，蕴含的信息也越来越多。显然，针对社交事件的检测研究是十分重要的。
[0003]在现有技术中，通常基于异构信息网络进行社交事件检测，使用基于社交网络事件的异构信息网络(HIN)对社交媒体事件进行建模，整合来自外部知识库的信息。模型设计了一个新颖的基于社交事件元路径的方法KIES来度量社交网络中事件的语义相关性，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种社交事件检测方法，其特征在于，所述社交事件检测方法包括：获取各个待检测的消息块中的信息数据流，从所述信息数据流中选取多种异质元素，并分别根据所述异质元素对应构建出异构图；所述异质元素包括推文、单词、命名实体以及主题；将所述异构图输入预设的检测神经网络模型中，从而输出检测向量组；所述检测神经网络模型包括预设的节点聚合策略模型以及元路径聚合策略模型；根据预设的聚类方法对所述检测向量组进行聚类，从而输出社交事件检测结果。2.根据权利要求1所述的社交事件检测方法，其特征在于，将所述异构图输入预设的检测神经网络模型中，从而输出检测向量组，具体包括：根据预设的元路径自动生成算法获取多种元路径，根据所述多种元路径将所述异构图转化为同质网络；根据预设的节点聚合策略模型，对所述同质网络进行聚合学习以获得元路径语义信息集合；将所述元路径语义信息集合输入预设的元路径聚合策略模型，从而获得并输出检测向量组。3.根据权利要求1所述的社交事件检测方法，其特征在于，从所述信息数据流中选取多种异质元素，并分别根据所述异质元素对应构建出异构图，具体包括：从所述信息数据流中选取推文、单词、命名实体以及主题；所述单词包括第一单词，所述命名实体包括第一命名实体；抓取各个推文中所包括的第一单词，并在所述推文和所述第一单词之间构建边；抓取各个推文中所包括的第一命名实体，并在所述推文和所述第一命名实体之间构建边；根据预设的词嵌入模型，计算各个单词之间的余弦相似度，并根据各个余弦相似度，在相应的两个单词之间构建边；根据预设的主题算法以及所述推文，在各个推文以及相应的主题之间构建边；根据预设的主题模型算法以及所述推文，在各个推文以及主题模型算法抽取出相应的主题之间构建边。4.根据权利要求2所述的社交事件检测方法，其特征在于，所述节点聚合策略模型的公式为：式中，表示在元路径下p生成的消息节点信息m

【专利技术属性】
技术研发人员：王晔，廖清，黄裕涛，高翠芸，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：