一种基于微博数据的话题跟踪方法及装置

1.一种基于微博数据的话题跟踪方法，其特征在于，包括：
采集多个微博网页的文档数据，建立每个文档数据的第一空间向量；
获取预设话题的第二空间向量；
依次计算所述文档数据的第一空间向量与第二空间向量的相似度；
依据所述相似度判断所述第一空间向量对应的文档数据是否为所述预设话题的关联信息。
2.根据权利要求1所述方法，其特征在于，所述依据相似度判断所述第一空间向量对应的文档数据是否为所述预设话题的关联信息，具体包括：
若所述相似度大于预设阈值，则判断为所述第一空间向量对应的文档数据为所述预设话题的关联信息，存储所述关联信息，并依据所述第一空间向量更新所述第二空间向量；
返回依次计算所述文档数据的第一空间向量与第二空间向量的相似度的步骤，直到所述多个网页文档数据处理完毕。
3.根据权利要求1或2所述方法，其特征在于，还包括：
在所述多个文档数据处理完成时，计算每个关联信息的显示特征值，并按所述显示特征值对每个关联信息进行排序；
每隔预设时间段展现排序在前的N个关联信息，其中N为正整数。
4.根据权利要求1所述方法，其特征在于，所述采集多个网页的文档数据，建立每个文档数据的第一空间向量的步骤包括：
获取所述文档数据的特征信息；
对所述特征信息进行分词，获得组成特征信息的词汇；
计算所述词汇的权重，并依据所述词汇的权重建立文档数据的第一空间向量。
5.根据权利要求1所述方法，其特征在于，所述第二空间向量包括查询向量，所述获取预设话题的第二空间向量的步骤包括：
获取所述预设话题的话题向量；
将所述话题向量作为查询向量。
6.根据权利要求1或2所述方法，其特征在于，还包括：
采用余弦法计算所述第一空间向量与第二空间向量的相似度。
7.一种基于微博数据的话题跟踪装置，其特征在于，包括：
第一空间向量建立模块，用于采集多个微博网页的文档数据，建立每个文档数据的第一空间向量；
第二空间向量建立模块，用于获取预设话题的第二空间向量；
相似度比较模块，用于依次计算所述文档数据的第一空间向量与第二空间向量的相似度；
关联信息判断模块，用于依据所述相似度判断所述第一空间向量对应的文档数据是否为所述预设话题的关联信息。
8.根据权利要求7所述装置，其特征在于，所述关联信息判断模块包括如下子模块：
关联信息存储子模块，用于在所述相似度大于预设阈值时，则判断为所述第一空间向量对应的文档数据为所述预设话题的关联信息，存储所述关联信息。
第二空间向量更新子模块，用于依据所述第一空间向量更新所述第二空间向量。
9.根据权利要求7或8所述装置，其特征在于，还包括：
关联信息排序模块，用于在所述多个文档数据处理完成时，计算每个关联信息的显示特征值，并按所述显示特征值对每个关联信息进行排序；
关联信息显示模块，用于每隔预设时间段展现排序在前的N个关联信息，其中N为正整数。
10.根据权利要求7所述装置，其特征在于，所述第一空间向量建立模块包括：
特征信息获取子模块，用于获取所述文档数据的特征信息；
分词子模块，用于对所述特征信息进行分词，获得组成特征信息的词汇；
词汇权重计算子模块，用于计算所述词汇的权重，并依据所述词汇的权重建立文档数据的第一空间向量。

暂无