(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210384197.8 (22)申请日 2022.04.13 (71)申请人 公安部第一研究所 地址 100048 北京市海淀区首都体 育馆南 路一号 (72)发明人 印晓天　湛高峰　王晓峰　程楠　 (74)专利代理 机构 北京华仁联合知识产权代理 有限公司 1 1588 专利代理师 陶长清 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/30(2020.01) G06F 40/284(2020.01) G06F 16/31(2019.01) (54)发明名称 一种基于特定事 件检测与研判分析方法 (57)摘要 本发明公开了一种基于特定事件检测与研 判分析方法， 通过构建某特定事件的特征向量库 来达到检测特定事件为目的， 并结合基于热词识 别的增量式网络热点话题检测方法与基于时间 滑动窗口的话题追踪技术来对该类话题进行传 播分析， 为有效地研判特定事件， 及时、 有效地处 置干预具有社会危害性的特定事件， 提供科学的 决策依据。 权利要求书2页 说明书5页 附图1页 CN 114896390 A 2022.08.12 CN 114896390 A 1.一种基于特定事 件检测与研判分析 方法， 其特 征在于， 包括如下步骤： S1、 特定事 件检测： S1.1、 人物特 征提取： 首先， 提取具有与特 征事件相关的信息的文章数据； 其次， 从提取的文章数据中提取该文章的发布者的人物属性信息， 所述人物属性信息 至少包括账号 ID， 构成发布者的集 合J； 其后， 根据特定事件的关键词库， 找出每个文章命中的关键词， 然后根据文章命中的关 键词以及关键词所对应的权重， 计算每条文章的相关程度分数， 分数越高表示文章涉及的 内容越相关； 得到每个文章所对应的相关程度分数之后， 据此计算对应的发布者的相关程 度得分； 对集合 J中所有的发布者， 以小时为周期对各发布 者的相关程度得分进 行刷新计算 并重新排序； S1.2、 行为特 征提取： 首先收集历史事件案例库， 提取历史事件案例库的关键因素， 构建以事件、 地点为要素 的事件案例库， 然后采用基于神经网络的特定事 件的语义识别技 术来扩展事 件案例库； S2、 研判分析： 利用步骤S1检测出人物特征和行为特征作 为特定事件的潜在目标， 结合 传播演化分析技 术， 检测与特定事 件相关的话题， 并分析 该话题的属性信息 。 2.根据权利要求1所述的方法， 其特征在于， 步骤S1.1中， 设定人物类型并预先训练好 分类模型， 然后利用分类模型， 对获取的人物属性信息进行分类。 3.根据权利要求1所述的方法， 其特 征在于， 相关程度得分计算公式如下： t表示当前周期， α表示权重系数， 权重系数α越大， 表示当前周期的文章影响力越大； 表示前一个周期该 发布者的相关程度得分； f(t)表示 当前周期内该发布者的相关 程度得分， 表示去重后的该发布者的具有与特定事件相关的信息的文章集 合， 在设定发布数量阈值范 围内相同文章仅考虑一次其所带来的权重影响， 表示一个截 断函数， 表示周期t内该发布者所有具有与特定事件相关的信息的文章集合， θ表示设定 的发布数量阈值； 表示文章命中的关键词的集合， ωj表示关键词j在文章i中出现的次 数； 表示相同关键词特征在某一篇文章γ中出现的最少次数， Cij表示相 同关键词特征在文章γ中出现的次数， 如果相同的关键词在同一篇文章中出现的次数过 多， 那么对其次数进行截断。 4.根据权利要求1所述的方法， 其特征在于， 步骤S1.2中， 扩展事件案例库的具体过程 为： 1)词向量获取： 对于任意 一个词w， 通过向量特 征库获取其特 征向量v； 2)相似度计算： 遍历向量特征库， 利用余弦相似性计算向量特征库中所有词向量与向 量v的相似度sim； 3)相似度排名： 将所有的词向量与词w的向量v的相似度进行由大到小排序， 排名前N个权　利　要　求　书 1/2 页 2 CN 114896390 A 2词作为该 特定事件的相关词， 扩展至事 件案例库中。 5.根据权利要求1所述的方法， 其特 征在于， 步骤S2的具体过程 为： 1)通过文章预处理技术对文章数据进行规范化处理， 然后 通过文章消重技术对相同文 章数据进 行去重， 在此基础上， 应用动态的词评价方法来计算词的权重， 并按照权重对词进 行排序； weighti＝TFi*IDFi*logat 其中， 表示第i个词， TFi表示该词的词频， IDFi表示该词的逆向文档频率， t表示时间因 子， a表示调节因子， 0 <a<1； 2)按照排序结果抽取TopN的词作为热词， 并根据热词来确定待聚类的文章数据及聚类 中心， 然后通过聚类实现每条文章数据的归并， 最终实现增量式网络热点话题检测； 按照时 间滑动的方式对已发现的话题进行追踪， 话题的内容会随着时间而演化， 这种演化过程既 会随着话题相关事件的发展而演化， 也会随着话题被深入讨论不同各种观点的出现而演 化。权　利　要　求　书 2/2 页 3 CN 114896390 A 3