一种话题热度预测方法及系统

摘要

本发明适用于互联网技术领域，提供了一种话题热度预测方法及系统，包括：在与预设话题相关的每篇帖子中，获取N个时间段内的用户评论数据列表，每个列表包含多条评论数据，每篇帖子持有相应的观点；通过预设算法对每条评论数据进行处理，以获取每条评论数据的用户观点倾向；根据每条数据的用户观点倾向，计算每篇帖子在每个时间段的话题热度得分；根据每篇帖子在每一个时间段的话题热度得分，构建并训练伽马预测模型函数，并利用该函数获取任一时间点对应的话题热度预测值。本发明基于观点倾向因子以及伽马模型构建更为合理的热度预测模型函数，符合现实生活中话题热度的变化趋势，提高了话题热度预测准确率，能够有效预测话题或事件的发展趋势。

主权项

一种话题热度预测方法，其特征在于，包括：在与预设话题相关的每篇帖子中，获取N个时间段内的用户评论数据列表，所述用户评论数据列表包含M条评论数据，所述每篇帖子持有相应的观点，所述N和M为大于或等于一的整数；通过预设的情感倾向分析算法对所述每一条评论数据进行处理，以获取所述每一条评论数据的用户观点倾向，所述用户观点倾向表示所述评论数据的发表用户对所述帖子所持观点的支持程度或者反对程度；根据所述每一条评论数据的用户观点倾向，计算所述与预设话题相关的每篇帖子在所述每一个时间段的话题热度得分；根据所述每篇帖子在所述每一个时间段的话题热度得分，构建并训练伽马预测模型函数；利用所述伽马预测模型函数，获取任一时间点对应的话题热度预测值。