欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2020103863427
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-11-19
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于BP神经网络的新闻影响力计算方法,其特征在于,包括:

采集历史新闻数据,并确定出新闻来源平均阅读数指标;所述历史新闻数据至少包括新闻类型热度指标;

按照用户行为增长率选择出用户行为趋于稳定的历史新闻数据;

从稳定的历史新闻数据中确定出与用户行为相关的新闻评论数指标和新闻阅读数指标;

按照新闻内容的相似度和新闻标签的个数对不同的历史新闻数据进行划分,并划分出多个事件编号;

根据各指标采用BP神经网络建立出影响力计算模型;

从具有相同事件编号的历史新闻数据中,按照各指标通过影响力计算模型确定出该历史新闻数据的影响力,并对该历史新闻数据打上等级标签;

基于打上等级标签的历史新闻数据,通过BP神经网络对所述影响力计算模型进行训练;

将采集到的待计算新闻数据输入到训练后的影响力计算模型中,输出待计算的新闻影响力,并按照等级标签输出对应的新闻影响力。

2.根据权利要求1所述的一种基于BP神经网络的新闻影响力计算方法,其特征在于,所述按照用户行为增长率选择出用户行为趋于稳定的历史新闻数据包括计算每个周期的用户行为增长率,计算出每个周期与其相邻周期的增长率差值的绝对值;当连续数个周期的增长率差值的绝对值满足增长率阈值,则将这数个周期视为按照用户行为增长率趋于稳定的周期,并获取到该稳定周期内的历史新闻数据,其中每个周期的用户行为增长率的计算公式表示为:其中, 表示第k个周期的平均评论数增长率,ck表示第k个周期所有新闻的平均评论数, 表示第k个周期的平均阅读数增长率,rk表示第k个周期所有新闻的平均阅读数。

3.根据权利要求1所述的一种基于BP神经网络的新闻影响力计算方法,其特征在于,从稳定的历史新闻数据中确定出与用户行为相关的评论数指标和阅读数指标包括将采集到的历史新闻数据进行划分,划分出用户行为完整的新闻数据作为训练集;采用LSTM将用户行为不完整的新闻数据补齐;从而确定出用户行为稳定后的新闻评论数和新闻阅读数,并将稳定后的新闻评论数和新闻阅读数作为指标。

4.根据权利要求1所述的一种基于BP神经网络的新闻影响力计算方法,其特征在于,所述按照新闻内容的相似度和新闻标签的个数对不同的历史新闻数据进行划分,并划分出多个事件编号包括对不同的历史新闻数据进行计算,计算出不同的历史新闻数据的相关值,将相关值等于1的历史新闻数据划分为同一事件,将相关值等于0的历史新闻数据划分为不同事件,相关值的计算公式表示为:其中,g(i,j)表示第i条新闻和第j条新闻的相关值;g(i,j)函数值为1则代表i新闻和j新闻划分到同一事件中,为0则不然;simij表示第i条新闻和第j条新闻内容的相似度,sim′是设置的相似度阈值,eqij表示第i条新闻和第j条新闻存在的相同标签的个数,eq′是设置的相同标签个数的阈值。

5.根据权利要求1所述的一种基于BP神经网络的新闻影响力计算方法,其特征在于,对该历史新闻数据打上等级标签包括对于不同事件编号的历史新闻数据,按照新闻来源平均阅读数指标、新闻类型热度指标、新闻评论数指标以及新闻阅读数指标,根据影响力计算模型确定出该历史新闻数据的影响力,并按照影响力高低划分出多个等级标签,将该历史新闻数据加上等级标签。

6.根据权利要求1所述的一种基于BP神经网络的新闻影响力计算方法,其特征在于,所述训练后的影响力计算模型包括:‑1

NI=(1+exp(‑(ωarNar+ωthQth+ωscNsc+ωsrNsr‑θ))) ;

式中,NI为最终的新闻影响力;Nar为新闻来源平均阅读数;Qth为新闻类型热度;Nsc为稳定周期的新闻评论数;Nsr为稳定周期的新闻阅读数;θ为BP神经网络输出层的阈值参数;

ωar表示第一指标对应的BP神经网络权重;ωth表示第二指标对应的BP神经网络权重;ωsc表示第三指标对应的BP神经网络权重;ωsr表示第四指标对应的BP神经网络权重。

7.一种基于BP神经网络的新闻影响力计算装置,其特征在于,包括:

数据采集模块,用于采集历史新闻数据和待计算新闻数据;

指标标定模块,用于确定出影响力计算模型的各个指标,包括新闻来源平均阅读数指标、新闻类型热度指标、新闻评论数指标以及新闻阅读数指标;

模型建立模块,用于根据指标标定模块确定出的指标,根据各指标采用BP神经网络构建影响力计算模型;

标签标定模块,用于对历史新闻数据的影响力进行标签标定即按照新闻内容的相似度和新闻标签的个数对不同的历史新闻数据进行划分,并划分出多个事件编号;从具有相同事件编号的历史新闻数据中,按照各指标通过影响力计算模型确定出该历史新闻数据的影响力,并对该历史新闻数据打上等级标签;

BP神经网络模块,利用进行标签标定的历史新闻数据即打上等级标签的历史新闻数据对影响力计算模型进行训练;

计算模块,用于根据影响力计算模型计算出历史新闻数据的影响力,或根据训练后的影响力计算模型计算出待计算新闻数据的影响力,并按照等级标签输出对应的新闻影响力。

8.一种计算机设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一所述的方法。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行实现如权利要求1至6任一所述的方法。