[发明专利]热度话题识别方法及数据分析服务器

权利要求书

1.一种热度话题识别方法，其特征在于，所述方法包括：

对待识别话题数据进行话题分析，获得基准话题数据描述，并对所述基准话题数据描述进行话题特征拓展，获得第一话题数据描述；

根据所述第一话题数据描述进行针对目标热度话题的第一话题维度识别，得到用于代表所述目标热度话题的基准话题特征元素，并对所述基准话题数据描述和所述第一话题数据描述进行数据融合，并对融合后的话题数据描述进行话题特征拓展，获得第二话题数据描述；

获取所述基准话题特征元素中各话题特征元素对应的话题关联系数；对所述话题关联系数低于预设系数值的话题特征元素进行删除，得到删除后的话题特征元素，并根据所述删除后的话题特征元素的分布信息和所述第一话题数据描述对应的分布信息，对所述删除后的话题特征元素进行次序整理，得到次序整理后的话题特征元素；

根据所述第二话题数据描述和所述次序整理后的话题特征元素对所述目标热度话题进行第二话题维度识别，以对所述次序整理后的话题特征元素进行优化，并根据优化后的话题特征元素识别出所述待识别话题数据中的所述目标热度话题。

2.根据权利要求1所述的方法，其特征在于，所述对所述基准话题数据描述进行话题特征拓展，获得第一话题数据描述，包括：

通过热度话题识别网络的第一话题特征卷积单元，对所述基准话题数据描述进行第一热度话题分析，得到所述基准话题数据描述的数据描述特征向量；

通过所述热度话题识别网络的第一特征拓展单元，对所述数据描述特征向量进行话题特征拓展，获得所述第一话题数据描述。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一话题数据描述进行针对目标热度话题的第一话题维度识别，得到用于代表所述目标热度话题的基准话题特征元素，包括：

通过热度话题识别网络的第一话题元素提取单元，根据所述第一话题数据描述提取所述待识别话题数据中针对目标热度话题的话题特征元素；

对所述目标热度话题的话题特征元素进行聚类，得到用于代表所述目标热度话题的基准话题特征元素。

4.根据权利要求1所述的方法，其特征在于，所述对所述基准话题数据描述和所述第一话题数据描述进行数据融合，并对融合后的话题数据描述进行话题特征拓展，获得第二话题数据描述，包括：

将所述基准话题数据描述和所述第一话题数据描述载入热度话题识别网络的第二话题特征卷积单元；

根据所述基准话题数据描述和所述第一话题数据描述优化所述第二话题特征卷积单元的模型指标，得到优化后的模型指标；

对所述基准话题数据描述和所述第一话题数据描述进行数据融合，得到融合后的话题数据描述；

根据所述优化后的模型指标，对所述融合后的话题数据描述进行第一热度话题分析，得到所述融合后的话题数据描述对应的数据描述特征向量；

通过所述热度话题识别网络的第二特征拓展单元，对所述数据描述特征向量进行话题特征拓展，得到第二话题数据描述。

5.根据权利要求1所述的方法，其特征在于，所述根据所述删除后的话题特征元素的分布信息和所述第一话题数据描述对应的分布信息，对所述删除后的话题特征元素进行次序整理，得到次序整理后的话题特征元素，包括：

获取所述删除后的话题特征元素在与所述第一话题数据描述对应的热度话题拓扑中的关联分布信息；

根据所述关联分布信息对所述删除后的话题特征元素进行次序整理，得到次序整理后的话题特征元素。