本發(fā)明涉及網(wǎng)絡(luò)熱點(diǎn)挖掘
技術(shù)領(lǐng)域：
，具體涉及一種高效的網(wǎng)絡(luò)熱點(diǎn)挖掘系統(tǒng)。
背景技術(shù)：
：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，如何快速?gòu)幕ヂ?lián)網(wǎng)海量信息中獲取網(wǎng)絡(luò)熱點(diǎn)，對(duì)于了解社會(huì)發(fā)展形勢(shì)、掌握輿論動(dòng)態(tài)起到指導(dǎo)性作用?，F(xiàn)有熱點(diǎn)挖掘技術(shù)存在挖掘效率低等問(wèn)題。技術(shù)實(shí)現(xiàn)要素：針對(duì)上述問(wèn)題，本發(fā)明旨在提供一種高效的網(wǎng)絡(luò)熱點(diǎn)挖掘系統(tǒng)。本發(fā)明的目的采用以下技術(shù)方案來(lái)實(shí)現(xiàn)：提供了一種高效的網(wǎng)絡(luò)熱點(diǎn)挖掘系統(tǒng)，包括推薦子系統(tǒng)、存儲(chǔ)子系統(tǒng)、過(guò)濾子系統(tǒng)和熱點(diǎn)挖掘子系統(tǒng)，所述推薦子系統(tǒng)采用微博用戶進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)推薦，所述存儲(chǔ)子系統(tǒng)對(duì)微博用戶推薦的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行存儲(chǔ)，所述過(guò)濾子系統(tǒng)根據(jù)過(guò)濾規(guī)則對(duì)所述網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行過(guò)濾，并從過(guò)濾后的網(wǎng)絡(luò)數(shù)據(jù)中提取中心詞，所述熱點(diǎn)挖掘子系統(tǒng)用于統(tǒng)計(jì)中心詞的出現(xiàn)次數(shù)，出現(xiàn)次數(shù)多的中心詞為網(wǎng)絡(luò)熱點(diǎn)。本發(fā)明的有益效果為：實(shí)現(xiàn)了網(wǎng)絡(luò)熱點(diǎn)高效挖掘。附圖說(shuō)明利用附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本發(fā)明的結(jié)構(gòu)示意圖；附圖標(biāo)記：推薦子系統(tǒng)1、存儲(chǔ)子系統(tǒng)2、過(guò)濾子系統(tǒng)3、熱點(diǎn)挖掘子系統(tǒng)4。具體實(shí)施方式結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。參見(jiàn)圖1，本實(shí)施例的一種高效的網(wǎng)絡(luò)熱點(diǎn)挖掘系統(tǒng)，包括推薦子系統(tǒng)1、存儲(chǔ)子系統(tǒng)2、過(guò)濾子系統(tǒng)3和熱點(diǎn)挖掘子系統(tǒng)4，所述推薦子系統(tǒng)1采用微博用戶進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)推薦，所述存儲(chǔ)子系統(tǒng)2對(duì)微博用戶推薦的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行存儲(chǔ)，所述過(guò)濾子系統(tǒng)3根據(jù)過(guò)濾規(guī)則對(duì)所述網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行過(guò)濾，并從過(guò)濾后的網(wǎng)絡(luò)數(shù)據(jù)中提取中心詞，所述熱點(diǎn)挖掘子系統(tǒng)4用于統(tǒng)計(jì)中心詞的出現(xiàn)次數(shù)，出現(xiàn)次數(shù)多的中心詞為網(wǎng)絡(luò)熱點(diǎn)。本實(shí)施例實(shí)現(xiàn)了網(wǎng)絡(luò)熱點(diǎn)高效挖掘。優(yōu)選的，所述網(wǎng)絡(luò)數(shù)據(jù)包括文本標(biāo)題、與文本標(biāo)題對(duì)應(yīng)的文本內(nèi)容和文本的發(fā)布時(shí)間。本優(yōu)選實(shí)施例獲取的網(wǎng)絡(luò)數(shù)據(jù)更為全面。優(yōu)選的，所述過(guò)濾規(guī)則為：對(duì)文本標(biāo)題不符合字?jǐn)?shù)和發(fā)布時(shí)間不符合規(guī)定的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行剔除。本優(yōu)選實(shí)施例對(duì)不符合條件數(shù)據(jù)進(jìn)行過(guò)濾，進(jìn)一步提高了熱點(diǎn)挖掘效率。優(yōu)選的，所述推薦子系統(tǒng)1包括垃圾用戶發(fā)現(xiàn)模塊、垃圾用戶剔除模塊和推薦模塊，所述垃圾用戶發(fā)現(xiàn)模塊用于確定微博垃圾用戶，所述垃圾用戶剔除模塊用于對(duì)垃圾用戶進(jìn)行剔除，所述推薦模塊采用剔除垃圾用戶后的微博用戶進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)推薦，所述垃圾用戶發(fā)現(xiàn)模塊包括第一建模子模塊、第二用戶分類(lèi)子模塊和第三垃圾用戶確定子模塊，所述第一建模子模塊用于建立微博用戶網(wǎng)絡(luò)模型，所述第二用戶分類(lèi)子模塊基于微博用戶網(wǎng)絡(luò)模型對(duì)微博用戶進(jìn)行分類(lèi)，所述第三垃圾用戶確定子模塊基于用戶分類(lèi)確定微博用戶中的垃圾用戶；所述微博用戶網(wǎng)絡(luò)模型基于用戶關(guān)注關(guān)系建立，具體為：將微博中用戶關(guān)注關(guān)系形成的有向圖h＝(w,b)作為微博用戶網(wǎng)絡(luò)模型，其中，b為邊集，如果用戶存在關(guān)注關(guān)系，則用戶之間存在邊，w為微博用戶集合。本實(shí)施例推薦子系統(tǒng)基于微博用戶的關(guān)注關(guān)系對(duì)微博用戶網(wǎng)絡(luò)進(jìn)行建模，能夠有效地發(fā)現(xiàn)微博中的垃圾用戶，有助于提高后續(xù)推薦準(zhǔn)確性。優(yōu)選的，所述第二用戶分類(lèi)子模塊包括第一分類(lèi)特征確定單元和第二分類(lèi)單元，所述第一分類(lèi)特征確定單元用于確定用于分類(lèi)的特征，所述第二分類(lèi)單元用于根據(jù)分類(lèi)特征確定用戶類(lèi)別；所述第一分類(lèi)特征確定單元包括第一垃圾用戶分類(lèi)特征確定子單元和第二正常用戶分類(lèi)特征確定子單元，所述第一垃圾用戶分類(lèi)特征確定子單元用于確定判定垃圾用戶的特征，所述第二正常用戶分類(lèi)特征確定子單元用于確定判定正常用戶的特征；所述判定垃圾用戶的特征包括第一垃圾用戶特征eh1和第二垃圾用戶特征eh2；采用以下方式確定所述第一垃圾用戶特征：計(jì)算用戶的第一垃圾用戶特征指數(shù)：上述式子中，p(xi)表示將用戶的時(shí)間序列劃分為m個(gè)子序列，第xi個(gè)子序列發(fā)表消息數(shù)目占總時(shí)間序列的比值，若yw1≥cs1，則該用戶滿足第一垃圾用戶特征,cs1為設(shè)定閾值；采用以下方式確定所述第二垃圾用戶特征：計(jì)算用戶的第二垃圾用戶特征指數(shù)：上述式子中，d1表示用戶發(fā)表消息中包含“@”的消息數(shù)目，l1表示用戶發(fā)表消息中包含“http//”的消息數(shù)目，d表示用戶發(fā)表的消息總數(shù)；若yw2≥cs2，則表示用戶滿足第二垃圾用戶特征,cs2為設(shè)定閾值。所述判定正常用戶的特征包括第一正常用戶特征em1和第二正常用戶特征em2：采用以下方式確定所述第一正常用戶特征：計(jì)算用戶的第一正常用戶特征指數(shù)：若lg1≤cs3，則該用戶滿足第一正常用戶特征,cs3為設(shè)定閾值；采用以下方式確定所述第二正常用戶特征：計(jì)算用戶的第二正常用戶特征指數(shù)：若lg2≤cs4，則表示用戶滿足第二正常用戶特征,cs4為設(shè)定閾值。本優(yōu)選實(shí)施例推薦子系統(tǒng)通過(guò)建立多種分類(lèi)判斷特征，具體而言，第一垃圾用戶特征指數(shù)和第一正常用戶特征指數(shù)反映了用戶的發(fā)帖規(guī)律，第二垃圾用戶特征指數(shù)合第二正常用戶特征指數(shù)反映了用戶的發(fā)送垃圾信息情況，為后續(xù)用戶分類(lèi)奠定了基礎(chǔ)。優(yōu)選的，所述第二分類(lèi)單元采用以下方式確定用戶類(lèi)別：(1)對(duì)于任意用戶w∈w，給定判定正常用戶的特征集合em＝{emj},j＝1,2，如果滿足正常用戶的第j個(gè)特征，則其成為正常用戶的概率會(huì)高，如果僅存在一個(gè)特征，使得用戶w有更高的概率為正常用戶，則該用戶為疑似正常用戶，如果存在兩個(gè)特征，使得用戶w有更高的概率為正常用戶，則該用戶為近似正常用戶；(2)對(duì)于任意用戶w∈w，給定判定垃圾用戶的特征集合eh＝{ehi},i＝1,2，如果滿足垃圾用戶的第i個(gè)特征，則其成為垃圾用戶的概率會(huì)高，如果僅存在一個(gè)特征，使得用戶w有更高的概率為垃圾用戶，則該用戶為疑似垃圾用戶，如果存在兩個(gè)特征，使得用戶w有更高的概率為垃圾用戶，則該用戶為近似垃圾用戶；(3)對(duì)于任意用戶w∈w，如果既不滿足垃圾用戶判定特征，也不滿足正常用戶判定特征，則用戶w為不確定用戶。本優(yōu)選實(shí)施例推薦子系統(tǒng)通過(guò)確定垃圾用戶的特征和正常用戶的特征確定用戶類(lèi)別，實(shí)現(xiàn)了用戶的準(zhǔn)確分類(lèi)，為后續(xù)確定垃圾用戶打下了良好的基礎(chǔ)。優(yōu)選的，所述第三垃圾用戶確定子模塊采用以下方式確定垃圾用戶：(1)計(jì)算用戶得分zc：上述式子中，b1表示用戶關(guān)注疑似垃圾用戶的數(shù)目，b2表示用戶關(guān)注近似垃圾用戶的數(shù)目，a1表示用戶被疑似正常用戶關(guān)注的數(shù)目，a2表示用戶被近似正常用戶關(guān)注的數(shù)目；(2)若用戶為近似垃圾用戶且滿足用戶得分zc>0.2，若用戶為疑似垃圾用戶且滿足用戶得分zc>0.5，若用戶為不確定用戶且滿足用戶得分zc>1，若用戶為疑似正常用戶且滿足用戶得分zc>2，若用戶為近似正常用戶且滿足用戶得分zc>4，則將用戶確定為垃圾用戶，否則為正常用戶。本優(yōu)選實(shí)施例采用用戶得分與特征相結(jié)合的方式確定垃圾用戶，降低了垃圾用戶發(fā)現(xiàn)的誤判率，提高了垃圾用戶的發(fā)現(xiàn)準(zhǔn)確率。用戶采用本發(fā)明高效的網(wǎng)絡(luò)熱點(diǎn)挖掘系統(tǒng)進(jìn)行網(wǎng)絡(luò)熱點(diǎn)挖掘，挖掘的熱點(diǎn)數(shù)目分別為10、20、30、40、50時(shí)，對(duì)挖掘時(shí)間和用戶滿意度進(jìn)行統(tǒng)計(jì)，同現(xiàn)有垃圾用戶發(fā)現(xiàn)系統(tǒng)相比，產(chǎn)生的有益效果如下表所示：熱點(diǎn)數(shù)目挖掘時(shí)間縮短用戶滿意度提高1023％21％2025％20％3024％25％4026％22％5024％23％最后應(yīng)當(dāng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。當(dāng)前第1頁(yè)12