[发明专利]平台舆论数据主题的预测模型训练方法、预测方法及装置

权利要求书

1.一种平台舆论数据主题的预测模型训练方法，其特征在于，包括：

获取平台舆论文本集，并根据所述平台舆论文本集得到平台文本数据集；

利用设定主题模型对所述平台舆论文本数据集中的每个平台舆论文本数据进行主题分类，得到相应平台舆论文本数据对应的主题；

对每个时间片内所有平台舆论文本数据对应的主题进行统计，得到包含时间片信息的平台舆论主题向量；

根据节假日信息对包含所述各时间片的时间片序列进行编码，得到节假日向量；

将所述包含时间片信息的平台舆论主题向量和所述节假日向量拼接在一起，得到包含节假日信息的平台舆论主题向量；

利用包含节假日信息的平台舆论主题向量形成训练数据集，并利用所述训练数据集对初始神经网络进行训练，得到平台舆论数据主题的时间序列预测模型。

2.如权利要求1所述的平台舆论数据主题的预测模型训练方法，其特征在于，获取平台舆论文本集，并根据所述平台舆论文本集得到平台文本数据集，包括：

获取平台舆论的初始文本集；

对所述初始文本集中的初始文本按设定属性进行聚合，得到聚合后文本集；

对所述聚合后文本集中的各聚合后文本进行分词处理，得到平台舆论文本数据集。

3.如权利要求2所述的平台舆论数据主题的预测模型训练方法，其特征在于，

所述设定属性为作者；

和/或，

对所述聚合后文本集中的各聚合后文本进行分词处理，得到平台舆论文本数据集，包括：

对所述聚合后文本集中的各聚合后文本进行分词处理以及去停用词和去特殊符号处理，得到平台舆论文本数据集。

4.如权利要求1所述的平台舆论数据主题的预测模型训练方法，其特征在于，所述设定模型为LDA主题模型。

5.如权利要求1或4所述的平台舆论数据主题的预测模型训练方法，其特征在于，利用设定主题模型对所述平台舆论文本数据集中的每个平台舆论文本数据进行主题分类，得到相应平台舆论文本数据对应的主题，包括：

利用设定主题模型对所述平台舆论文本数据集中的每个平台舆论文本数据进行主题分类，并优化所述设定主题模型的主题分类个数，得到相应平台舆论文本数据对应的主题。

6.如权利要求5所述的平台舆论数据主题的预测模型训练方法，其特征在于，利用设定主题模型对所述平台舆论文本数据集中的每个平台舆论文本数据进行主题分类，并优化所述设定主题模型的主题分类个数，得到相应平台舆论文本数据对应的主题，包括：

利用设定主题模型对所述平台舆论文本数据集中的每个平台舆论文本数据进行主题分类，并利用perplexity方法优化所述设定主题模型的主题分类个数，得到相应平台舆论文本数据对应的主题。

7.如权利要求1所述的平台舆论数据主题的预测模型训练方法，其特征在于，

时间片为天，时间片信息为以天为单位的信息，时间序列为以天为单位的时间序列；

和/或，

对每个时间片内所有平台舆论文本数据对应的主题进行统计，得到包含时间片信息的平台舆论主题向量，包括：

对每个时间片内所有平台舆论文本数据对应的主题按主题进行平台舆论文本数量统计，得到包含时间片信息的平台舆论主题向量。

8.如权利要求1所述的平台舆论数据主题的预测模型训练方法，其特征在于，根据节假日信息对包含所述各时间片的时间片序列进行编码，得到节假日向量，包括：

根据节假日信息并按one-hot编码方式对包含所述各时间片的时间片序列进行编码，得到节假日向量。