[发明专利]一种事件预测方法、装置及系统

说明书

本申请公开了一种事件预测方法、装置及系统。方法包括：获取社交网络数据中的文本数据；对所述文本数据进行向量化处理，获取所述文本数据对应的特征向量；将所述特征向量输入至预建立的分类模型，所述分类模型用于以所述文本数据的特征向量为特征确定所述文本数据对应于可疑事件的概率。本申请通过抓取海量的社交网络数据，并对其中的文本数据进行自然语言处理，以从中找到作为关键影响因素的特征向量，并基于影响特征对文本数据进行预测，以达到准确预测可疑事件的目的。

技术领域

本申请涉及计算机技术领域，尤其涉及一种事件预测方法、装置及系统。

背景技术

随着互联网技术的发展，犯罪和恐怖袭击手段也越来越智能化。许多恐怖 组织活跃于互联网，以组织策划恐怖袭击。

现有技术一般是在犯罪和恐怖袭击等事件发生后依据对网民情感的分析 进行后续安抚工作。例如：在某个事件发生后，有关部门研究了以该事件为主 题的舆情数据，并基于舆情数据分析国民情感。但是，这种“事件发生后再做 安排”的方式是无法预防事件发生的。

因此，需要提供能预防相关事件发生的方案。

发明内容

本申请实施例提供一种事件预测方法、装置及系统用于解决现有技术无法 预测事件发生的问题。

本申请实施例还提供一种事件预测方法，包括：

获取社交网络数据中的文本数据；

对所述文本数据进行向量化处理，获取所述文本数据对应的特征向量；

将所述特征向量输入至预建立的分类模型，所述分类模型用于以所述文本 数据的特征向量为特征确定所述文本数据对应于可疑事件的概率。

可选的，在获取社交网络数据中的文本数据之前，还包括：

从社交网络中获取社交网络数据；

将所述社交网络数据中的非结构化数据中的非文本数据转化为文本数据。

可选的，所述对所述文本数据进行向量化处理，获取所述文本数据对应的 特征向量包括：

对所述文本数据中的词进行向量化处理，获取所述词对应的词向量；

根据所述文本数据中的词对应的词向量，确定所述文本数据对应的特征向 量。

可选的，对所述文本数据中的词进行向量化处理，获取所述词对应的词向 量包括：

基于文本深度表示模型训练所述文本数据中的词，获取文本深度表示模型 输出的词向量。

可选的，所述根据所述文本数据中的词对应的词向量获取所述文本数据对 应的特征向量包括：

对所述文本数据中的词对应的词向量进行求平均值的计算，并将计算结果 作为所述文本数据对应的特征向量。

可选的，在将所述特征向量作为特征输入至预建立的分类模型之前，还包 括：

获取所述社交网络数据中与所述文本数据关联的用户行为数据；

对所述用户行为数据进行特征选择处理，获取对应的特征变量；

其中，将所述特征向量作为特征输入至预建立的分类模型包括：

将所述特征向量和所述特征变量作为特征输入至预建立的分类模型。

可选的，所述对所述用户行为数据进行特征选择处理，获取相关变量包括：

确定所述用户行为数据中的变量；

基于预定的特征选择法对所述变量进行评分，以确定所述变量对所述文本 数据对应的事件的影响度；