一种舆情主题数据聚类方法、装置及存储介质专利查询专利号|摘要-满商公司网

一种舆情主题数据聚类方法、装置及存储介质

基本信息

申请号	CN201910522043.9	申请日	-
公开（公告）号	CN110377695A	公开（公告）日	2019-10-25
申请公布号	CN110377695A	申请公布日	2019-10-25
分类号	G06F16/33（2019.01）I; G06F16/35（2019.01）I	分类	计算；推算；计数;
发明人	张毅	申请（专利权）人	广州艾媒数聚信息咨询股份有限公司
代理机构	广州嘉权专利商标事务所有限公司	代理人	广州艾媒数聚信息咨询股份有限公司
地址	510006 广东省广州市番禺区小谷围街青蓝街26号701房
法律状态	-

摘要

本发明公开了一种舆情主题数据聚类方法、装置及存储介质，方法包括：对待聚类的文章进行文本处理，得到句子集合，文本处理包括分割；采用word2vec算法计算句子集合到已有聚类的关键词组的距离；根据计算的距离和自适应的距离阈值进行主题聚类，得到聚类结果，并将聚类结果写入新聚类主题列表或已有聚类主题列表，所述已有聚类主题列表由已有聚类组成。本发明通过自适应的距离阈值提供了通用的、可自动学习调整的分类阈值标准，适用性强；结合了已有聚类这一历史聚类成果来进行主题聚类，优化了聚类的结果；采用了word2vec算法这一神经网络学习方法配合关键词组的距离特征，提升了聚类的速度和准确度，可广泛应用于舆情监控领域。