[发明专利]新闻稿件传播分析方法、系统、电子设备及存储介质

权利要求书

1.一种新闻稿件传播分析方法，其特征在于，包括：

获取目标新闻稿件和海量稿件数据库，所述海量稿件数据库中包括多个待分析新闻稿件；

根据目标新闻稿件确定目标新闻稿件的标题所对应的标题主题词库，标题主题词库包括第一预设数量的标题主题词；

根据目标新闻稿件确定目标新闻稿件的内容所对应的内容主题词库，内容主题词库包括第二预设数量的内容主题词；

将海量稿件数据库中每一个待分析新闻稿件的标题分别与目标新闻稿件的标题主题词库进行比较，将待分析新闻稿件标题中至少包含第三预设数量的标题主题词的待分析新闻稿件形成标题主题词匹配稿件库，所述第三预设数量小于第一预设数量；

将海量稿件数据库中每一个待分析新闻稿件的内容分别与目标新闻稿件的内容主题词库进行比较，将待分析新闻稿件内容中至少包含第四预设数量的内容主题词的待分析新闻稿件形成内容主题词匹配稿件库，所述第四预设数量小于第二预设数量；

将标题主题词匹配稿件库和内容主题词匹配稿件库进行去重处理，得到去重稿件库；

将目标新闻稿件的内容分别与去重稿件库中的待分析新闻稿件的内容进行相似度比较，得到相似度比较结果；

根据相似度比较结果进行相似度过滤处理，得到传播稿件库；

根据传播稿件库确定传播稿件库中每一个待分析新闻稿件的发稿网站，将发稿网站作为传播节点；

根据传播稿件库确定传播稿件库中每一个待分析新闻稿件的转载信息和发稿时间，得到传播节点之间的转载关系；

根据传播节点和转载关系绘制传播链路图。

2.根据权利要求1所述的新闻稿件传播分析方法，其特征在于，根据目标新闻稿件确定目标新闻稿件的标题所对应的标题主题词库，标题主题词库包括第一预设数量的标题主题词的步骤中，包括：

根据目标新闻稿件确定目标新闻稿件的标题；

对目标新闻稿件的标题进行分词，得到目标新闻稿件标题对应的标题分词；

对标题分词进行词频统计，得到目标新闻稿件标题中每一个标题分词的词频值；

将词频值高的第一预设数量的标题分词作为目标新闻稿件标题对应的标题主题词，形成标题主题词库。

3.根据权利要求1所述的新闻稿件传播分析方法，其特征在于，根据目标新闻稿件确定目标新闻稿件的内容所对应的内容主题词库，内容主题词库包括第二预设数量的内容主题词的步骤中，包括：

根据目标新闻稿件确定目标新闻稿件的内容；

对目标新闻稿件的内容进行分词，得到目标新闻稿件内容对应的内容分词；

对内容分词进行词频统计，得到目标新闻稿件内容中每一个内容分词的词频值；

将词频值高的第二预设数量的内容分词作为目标新闻稿件内容对应的内容主题词，形成内容主题词库。

4.根据权利要求1所述的新闻稿件传播分析方法，其特征在于，将标题主题词匹配稿件库和内容主题词匹配稿件库进行去重处理，得到去重稿件库的步骤中，包括：

将标题主题词匹配稿件库和内容主题词匹配稿件库进行合并，得到合并稿件库；

去除合并稿件库中URL相同的待分析新闻稿件，得到去重稿件库。

5.根据权利要求1所述的新闻稿件传播分析方法，其特征在于，将目标新闻稿件的内容分别与去重稿件库中的待分析新闻稿件的内容进行相似度比较，得到相似度比较结果的步骤中，包括：

根据目标新闻稿件的内容进行句子字数统计，得到目标新闻稿件对应的字数统计值高的第五预设数量的句子作为目标稿件句子；

根据去重稿件库中每一个待分析新闻稿件的内容分别进行句子字数统计，得到去重稿件库中每一个待分析新闻稿件对应的字数统计值高的第五预设数量的句子作为每一个待分析新闻稿件对应的去重稿件句子；

将目标新闻稿件对应的目标稿件句子分别与去重稿件库中的每一个待分析新闻稿件对应的去重稿件句子进行相似度比较，得到相似度比较结果。