本發(fā)明涉及數(shù)據(jù)挖掘的計算機(jī)應(yīng)用技術(shù)領(lǐng)域，特別涉及一種熱點內(nèi)容預(yù)測的方法及裝置。

背景技術(shù)：

互聯(lián)網(wǎng)在最近十多年經(jīng)歷了一個飛速發(fā)展的時期，互聯(lián)網(wǎng)的開放性使其成為人們獲取信息的重要渠道，然而互聯(lián)網(wǎng)每天都會產(chǎn)生海量的信息數(shù)據(jù)，如何從這些海量數(shù)據(jù)中提取有用的關(guān)鍵信息已經(jīng)成為近年來研究的熱點。然而，網(wǎng)絡(luò)用戶量龐大，每天會產(chǎn)生數(shù)以億計的數(shù)據(jù)，其中充斥著廣告、炒作等虛假信息，從這些數(shù)據(jù)中發(fā)現(xiàn)熱點內(nèi)容，將熱點內(nèi)容分類并進(jìn)行傳播趨勢預(yù)測，既能方便人們獲取重要信息，同時也能幫助政府進(jìn)行輿論監(jiān)控和突發(fā)事件監(jiān)測。

近年來，數(shù)據(jù)挖掘已經(jīng)引起信息產(chǎn)業(yè)界的極大關(guān)注，數(shù)據(jù)挖掘是一個利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)之間關(guān)系的過程，使用這些模型和關(guān)系可以進(jìn)行預(yù)測或幫助決策者尋找各數(shù)據(jù)之間的潛在關(guān)聯(lián)，發(fā)現(xiàn)被忽略的因素。而現(xiàn)有技術(shù)中，如貝葉斯預(yù)測方法應(yīng)用的前提是條件獨立性假設(shè)，而熱點內(nèi)容預(yù)測的時間序列并不具有條件獨立性，對網(wǎng)絡(luò)熱點內(nèi)容時間序列的特殊性，無法實現(xiàn)擬合時間,邏輯較為復(fù)雜。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例的目的在于提供一種熱點內(nèi)容預(yù)測的方法及裝置，能夠針對網(wǎng)絡(luò)熱點內(nèi)容時間序列的特殊性，能夠更好地擬合時間序列，得到熱點內(nèi)容的預(yù)測值，并且邏輯簡潔易懂。

為達(dá)到上述目的，本發(fā)明實施例公開了一種熱點內(nèi)容預(yù)測的方法，包括：

獲取預(yù)設(shè)時間段中已知時間序列的熱點內(nèi)容的頻數(shù)，其中，所述預(yù)設(shè)時間段中還存在所述熱點內(nèi)容的頻數(shù)未知的預(yù)測時間序列；

對所述已知時間序列的所述熱點內(nèi)容的頻數(shù)進(jìn)行等間隔劃分，得到N段初始頻數(shù)子區(qū)間，其中，所述N為大于1的整數(shù)；

在所述熱點內(nèi)容的頻數(shù)在所述初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)達(dá)到預(yù)設(shè)條件時，對所述初始頻數(shù)子區(qū)間進(jìn)行劃分，得到M段最終頻數(shù)子區(qū)間，其中，所述M大于或等于所述N，所述M段最終頻數(shù)子區(qū)間包括：劃分的初始頻數(shù)子區(qū)間及未劃分的初始頻數(shù)子區(qū)間；

根據(jù)所述最終頻數(shù)子區(qū)間與預(yù)設(shè)的模糊集區(qū)間，確定所述預(yù)測時間序列的所述熱點內(nèi)容的傳播趨勢；

根據(jù)所述傳播趨勢，通過預(yù)測算法，確定所述預(yù)測時間序列的所述熱點內(nèi)容的預(yù)測值。

較佳的，所述獲取預(yù)設(shè)時間段中已知時間序列的熱點內(nèi)容的頻數(shù)，包括：

通過話題標(biāo)簽采集獲取所述已知時間序列的熱點內(nèi)容、通過轉(zhuǎn)發(fā)采集獲取所述已知時間序列的熱點內(nèi)容或通過正則表達(dá)式采集獲取所述已知時間序列的熱點內(nèi)容，并確定所述熱點內(nèi)容的頻數(shù)。

較佳的，所述對所述已知時間序列的所述熱點內(nèi)容的頻數(shù)進(jìn)行等間隔劃分，得到N段初始頻數(shù)子區(qū)間，包括：

獲取第一數(shù)值、第二數(shù)值、所述已知時間序列中熱點內(nèi)容的頻數(shù)的最小值及所述已知時間序列中熱點內(nèi)容的頻數(shù)的最大值；

將所述已知時間序列中熱點內(nèi)容的頻數(shù)的最大值和所述第二數(shù)值之和、與所述已知時間序列中熱點內(nèi)容的頻數(shù)的最小值和所述第一數(shù)值之差、之間的差值均分為N段，得到N段初始頻數(shù)子區(qū)間，其中，所述差值為所述N的整數(shù)倍，所述N段初始頻數(shù)子區(qū)間分別為：

[d_min-d₁,d_min-d₁+l],[d_min-d₁+l,d_min-d₁+2l],...,[d_max+d₂-l,d_max+d₂]；

其中，所述l＝(d_max+d₂-d_min+d₁)/N，所述d_min為所述已知時間序列中熱點內(nèi)容的頻數(shù)的最小值，所述d_max為所述已知時間序列中熱點內(nèi)容的頻數(shù)的最大值，所述d₁為所述第一數(shù)值，所述d₂為所述第二數(shù)值，所述d₁和d₂為正數(shù)，所述N為大于1的整數(shù)。

較佳的，所述在所述熱點內(nèi)容的頻數(shù)在所述初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)達(dá)到預(yù)設(shè)條件時，對所述初始頻數(shù)子區(qū)間進(jìn)行劃分，包括：

獲取所述熱點內(nèi)容的頻數(shù)在所述初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)的基準(zhǔn)范圍；

對所述次數(shù)由次數(shù)多到次數(shù)少進(jìn)行排序，將排序次序的前L項對應(yīng)的初始頻數(shù)子區(qū)間進(jìn)行劃分，得到最終頻數(shù)子區(qū)間，其中，所述熱點內(nèi)容的頻數(shù)在所述前L項對應(yīng)的初始頻數(shù)子區(qū)間中出現(xiàn)的次數(shù)大于所述基準(zhǔn)范圍中的數(shù)值，所述L為大于或等于1的整數(shù)。

較佳的，所述根據(jù)所述最終頻數(shù)子區(qū)間與預(yù)設(shè)的模糊集區(qū)間，確定所述預(yù)測時間序列的所述熱點內(nèi)容的傳播趨勢，包括：

根據(jù)公式：g(t)＝f(t)-f(t-1)，確定相鄰已知時間序列內(nèi)所述熱點內(nèi)容的頻數(shù)差值；

根據(jù)公式：h(t)＝g(t)-g(t-1)，確定相鄰已知時間序列內(nèi)所述熱點內(nèi)容的頻數(shù)差值的變化趨勢；

根據(jù){f(t-1)-β|h(t-1)|}，確定所述預(yù)測時間序列內(nèi)所述熱點內(nèi)容的傳播趨勢；

其中，所述t-1為所述已知時間序列的第一時間段，所述t為所述已知時間序列的所述t-1后面相鄰時間段的第二時間段，所述f(t-1)為所述t-1內(nèi)所述熱點內(nèi)容的頻數(shù)，所述f(t)為所述t內(nèi)所述熱點內(nèi)容的頻數(shù)，所述g(t)為所述t與所述t-1內(nèi)所述熱點內(nèi)容的頻數(shù)差值，所述h(t)為所述t與所述t-1內(nèi)所述熱點內(nèi)容的頻數(shù)差值的變化趨勢，所述h(t-1)為所述t-1與所述t-1前面相鄰時間段內(nèi)所述熱點內(nèi)容的頻數(shù)差值的變化趨勢，所述β為預(yù)設(shè)常數(shù)，β∈{±α,±1/α}，所述α為(0，1)范圍內(nèi)的數(shù)值。

較佳的，所述根據(jù){f(t-1)-β|h(t-1)|}，確定所述預(yù)測時間序列內(nèi)所述熱點內(nèi)容的傳播趨勢，包括：

判斷{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)，其中，β∈{±α}，且

{f(t-1)-β|h(t-1)|}不包含在所述模糊區(qū)間內(nèi)時，其中，β∈{±1/α}，則確定所述傳播趨勢為預(yù)定基本趨勢中的下降；

判斷{f(t-1)-β|h(t-1)|}包含在所述模糊區(qū)間內(nèi)，其中，β∈{±1/α}，且{f(t-1)-β|h(t-1)|}不包含在所述模糊區(qū)間內(nèi)時，其中，β∈{±α}，則確定所述傳播趨勢為所述預(yù)定基本趨勢中的上升；

判斷{f(t-1)-β|h(t-1)|}不包含在所述模糊區(qū)間內(nèi)，其中，β∈{±α,±1/α}，則確定所述傳播趨勢為所述預(yù)定基本趨勢中的平穩(wěn)；

判斷{f(t-1)-β|h(t-1)|}包含在所述模糊區(qū)間內(nèi)，其中，β∈{±α}，且{f(t-1)-β|h(t-1)|}包含在所述模糊區(qū)間內(nèi)時，其中，β＝1/α和β＝-1/α兩數(shù)值中只能取一個，則確定所述傳播趨勢為預(yù)定擴(kuò)展趨勢中的略微下降；

判斷{f(t-1)-β|h(t-1)|}包含在所述模糊區(qū)間內(nèi)，其中，β∈{±1/α}，且{f(t-1)-β|h(t-1)|}包含在所述模糊區(qū)間內(nèi)時，其中，β＝α和β＝-α兩數(shù)值中只能取一個，則確定所述傳播趨勢為所述預(yù)定擴(kuò)展趨勢中的略微上升。

較佳的，所述根據(jù)所述傳播趨勢，通過預(yù)測算法，確定所述預(yù)測時間序列的所述熱點內(nèi)容的預(yù)測值，包括：

如果所述傳播趨勢為所述預(yù)定基本趨勢，根據(jù)所述預(yù)定基本趨勢的預(yù)測算法：V_γ＝S_min+α×(S_max-S_min)，確定所述預(yù)定基本趨勢中不同傳播趨勢的所述熱點內(nèi)容的預(yù)測值；

其中，所述V_γ為所述預(yù)定基本趨勢中不同傳播趨勢的所述熱點內(nèi)容的預(yù)測值，所述S_min為當(dāng)前預(yù)測時間序列相鄰的前一個時間序列中所述熱點內(nèi)容的頻數(shù)子區(qū)間的下邊界，所述S_max為當(dāng)前預(yù)測時間序列相鄰的前一個時間序列中所述熱點內(nèi)容的頻數(shù)子區(qū)間的上邊界；

所述α₁為所述預(yù)定基本趨勢中的下降的參數(shù)，所述α₂為所述預(yù)定基本趨勢中的平穩(wěn)的參數(shù)，所述α₃為所述預(yù)定基本趨勢中的上升的參數(shù)，所述γ＝1為所述預(yù)定基本趨勢中的下降，所述γ＝2為所述預(yù)定基本趨勢中的平穩(wěn)，所述γ＝3為所述預(yù)定基本趨勢中的上升；

如果所述傳播趨勢為所述預(yù)定擴(kuò)展趨勢，則根據(jù)所述預(yù)定擴(kuò)展趨勢的預(yù)測算法：確定所述預(yù)定擴(kuò)展趨勢中不同傳播趨勢的所述熱點內(nèi)容的預(yù)測值；

其中，所述V為所述預(yù)定擴(kuò)展趨勢中不同傳播趨勢的所述熱點內(nèi)容的預(yù)測值，所述V₁為所述預(yù)定基本趨勢中的下降的預(yù)測值，所述V₂為所述預(yù)定基本趨勢中的平穩(wěn)的預(yù)測值，所述V₃為所述預(yù)定基本趨勢中的上升的預(yù)測值，所述δ為所述預(yù)定基本趨勢中的下降的參數(shù)，所述μ為所述預(yù)定基本趨勢中的平穩(wěn)的參數(shù)，所述λ為所述預(yù)定基本趨勢中的上升的參數(shù)，所述δ、所述μ和所述λ取值為[0，1]。

本發(fā)明實施例還公開了一種熱點內(nèi)容預(yù)測的裝置，包括：

數(shù)據(jù)采集模塊，用于獲取預(yù)設(shè)時間段中已知時間序列的熱點內(nèi)容的頻數(shù)，其中，所述預(yù)設(shè)時間段中還存在所述熱點內(nèi)容的頻數(shù)未知的預(yù)測時間序列；

初始頻數(shù)子區(qū)間劃分模塊，用于對所述已知時間序列的所述熱點內(nèi)容的頻數(shù)進(jìn)行等間隔劃分，得到N段初始頻數(shù)子區(qū)間，其中，所述N為大于1的整數(shù)；

最終頻數(shù)子區(qū)間劃分模塊，用于在所述熱點內(nèi)容的頻數(shù)在所述初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)達(dá)到預(yù)設(shè)條件時，對所述初始頻數(shù)子區(qū)間進(jìn)行劃分，得到M段最終頻數(shù)子區(qū)間，其中，所述M大于或等于所述N，所述M段最終頻數(shù)子區(qū)間包括：劃分的初始頻數(shù)子區(qū)間及未劃分的初始頻數(shù)子區(qū)間；

傳播趨勢分析模塊，用于根據(jù)所述最終頻數(shù)子區(qū)間與預(yù)設(shè)的模糊集區(qū)間，確定所述預(yù)測時間序列的所述熱點內(nèi)容的傳播趨勢；

時間序列預(yù)測模塊，用于根據(jù)所述傳播趨勢，通過預(yù)測算法，確定所述預(yù)測時間序列的所述熱點內(nèi)容的預(yù)測值。

較佳的，所述數(shù)據(jù)采集模塊進(jìn)一步用于，通過話題標(biāo)簽采集獲取所述已知時間序列的熱點內(nèi)容、通過轉(zhuǎn)發(fā)采集獲取所述已知時間序列的熱點內(nèi)容或通過正則表達(dá)式采集獲取所述已知時間序列的熱點內(nèi)容，并確定所述熱點內(nèi)容的頻數(shù)。

較佳的，所述初始頻數(shù)子區(qū)間劃分模塊包括：

數(shù)值獲取子模塊，用于獲取第一數(shù)值、第二數(shù)值、所述已知時間序列中熱點內(nèi)容的頻數(shù)的最小值及所述已知時間序列中熱點內(nèi)容的頻數(shù)的最大值；

初始頻數(shù)劃分子模塊，用于將所述已知時間序列中熱點內(nèi)容的頻數(shù)的最大值和所述第二數(shù)值之和、與所述已知時間序列中熱點內(nèi)容的頻數(shù)的最小值和所述第一數(shù)值之差、之間的差值均分為N段，得到N段初始頻數(shù)子區(qū)間，其中，所述差值為所述N的整數(shù)倍，所述N段初始頻數(shù)子區(qū)間分別為：

[d_min-d₁,d_min-d₁+l],[d_min-d₁+l,d_min-d₁+2l],...,[d_max+d₂-l,d_max+d₂]；

其中，所述l＝(d_max+d₂-d_min+d₁)/N，所述d_min為所述已知時間序列中熱點內(nèi)容的頻數(shù)的最小值，所述d_max為所述已知時間序列中熱點內(nèi)容的頻數(shù)的最大值，所述d₁為所述第一數(shù)值，所述d₂為所述第二數(shù)值，所述d₁和d₂為正數(shù)，所述N為大于1的整數(shù)。

由上述的技術(shù)方案可見，本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法及裝置，通過獲取熱點內(nèi)容的頻數(shù)并對所述熱點內(nèi)容的頻數(shù)進(jìn)行劃分，得到最終頻數(shù)子區(qū)間，根據(jù)預(yù)設(shè)的模糊集區(qū)間，確定所述預(yù)測時間序列的所述熱點內(nèi)容的傳播趨勢，通過預(yù)測算法，確定所述預(yù)測時間序列的所述熱點內(nèi)容的預(yù)測值。應(yīng)用本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法及裝置，不僅能夠擬合時間序列的傳播趨勢，同時能夠獲得精確度更高的預(yù)測效果。同時，本發(fā)明操作簡單，邏輯簡潔易懂，通用性好，具有較好的實用化前景。當(dāng)然，實施本發(fā)明的任一產(chǎn)品或方法必不一定需要同時達(dá)到以上所述的所有優(yōu)點。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法的流程圖；

圖2是現(xiàn)有技術(shù)中給定隸屬度函數(shù)的模糊區(qū)間的劃分表示示意圖；

圖3是本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置的結(jié)構(gòu)圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合附圖對本發(fā)明作進(jìn)一步的詳細(xì)描述。

參見圖1，圖1為本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法的流程圖，包括如下步驟：

步驟101，獲取預(yù)設(shè)時間段中已知時間序列的熱點內(nèi)容的頻數(shù)，其中，預(yù)設(shè)時間段中還存在熱點內(nèi)容的頻數(shù)未知的預(yù)測時間序列；

本發(fā)明實施例中，預(yù)設(shè)時間段為，在預(yù)測熱點內(nèi)容之前預(yù)先設(shè)定的時間段，包括已知時間序列和預(yù)測時間序列，其中，已知時間序列的熱點內(nèi)容的頻數(shù)已知，預(yù)測時間序列的熱點內(nèi)容的頻數(shù)未知，需要進(jìn)行預(yù)測。以預(yù)設(shè)時間段300天為例進(jìn)行說明，若前200天為已知時間序列，前200天的熱點內(nèi)容的頻數(shù)已知，則后100天為還未發(fā)生的預(yù)測時間序列且熱點內(nèi)容的頻數(shù)未知。

步驟102，對已知時間序列的熱點內(nèi)容的頻數(shù)進(jìn)行等間隔劃分，得到N段初始頻數(shù)子區(qū)間，其中，N為大于1的整數(shù)；

步驟103，在熱點內(nèi)容的頻數(shù)在初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)達(dá)到預(yù)設(shè)條件時，對初始頻數(shù)子區(qū)間進(jìn)行劃分，得到M段最終頻數(shù)子區(qū)間，其中，M大于或等于N，M段最終頻數(shù)子區(qū)間包括：劃分的初始頻數(shù)子區(qū)間及未劃分的初始頻數(shù)子區(qū)間；

步驟104，根據(jù)最終頻數(shù)子區(qū)間與預(yù)設(shè)的模糊集區(qū)間，確定預(yù)測時間序列的熱點內(nèi)容的傳播趨勢；

本步驟中，確定預(yù)測時間序列的熱點內(nèi)容的傳播趨勢，指確定預(yù)測時間序列中的每一個時間段的熱點內(nèi)容的傳播趨勢。以步驟101中的300天為例進(jìn)行說明，假設(shè)每一個時間段為1天，根據(jù)前200天預(yù)測第201天的熱點內(nèi)容的傳播趨勢，在預(yù)測完成第201天的熱點內(nèi)容的頻數(shù)之后，根據(jù)前201天確定第202天的熱點內(nèi)容的傳播趨勢。以此類推，直至確定第300天的熱點內(nèi)容的傳播趨勢。

步驟105，根據(jù)傳播趨勢，通過預(yù)測算法，確定預(yù)測時間序列的熱點內(nèi)容的預(yù)測值。

本步驟與步驟104相結(jié)合，確定預(yù)測時間序列中的每一個時間段的熱點內(nèi)容的傳播趨勢和熱點內(nèi)容的預(yù)測值。

可見，應(yīng)用本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法，通過對熱點內(nèi)容的頻數(shù)進(jìn)行劃分，得到最終頻數(shù)子區(qū)間，根據(jù)最終頻數(shù)子區(qū)間與預(yù)設(shè)的模糊集區(qū)間，確定熱點內(nèi)容的傳播趨勢；根據(jù)預(yù)測算法確定熱點內(nèi)容的預(yù)測值。本發(fā)明實施例不僅能夠擬合時間序列的傳播趨勢，獲得精確度更高的預(yù)測效果，而且操作簡單，邏輯簡潔易懂，通用性好，具有較好的實用化前景。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法中，獲取預(yù)設(shè)時間段中已知時間序列的熱點內(nèi)容的頻數(shù)，包括：

通過話題標(biāo)簽采集獲取已知時間序列的熱點內(nèi)容、通過轉(zhuǎn)發(fā)采集獲取已知時間序列的熱點內(nèi)容或通過正則表達(dá)式采集獲取已知時間序列的熱點內(nèi)容，并確定熱點內(nèi)容的頻數(shù)。

話題標(biāo)簽采集，利用熱點內(nèi)容中用來標(biāo)注熱點內(nèi)容的標(biāo)簽或熱點內(nèi)容中特征主體對特定網(wǎng)絡(luò)詞語進(jìn)行標(biāo)記與爬取。

轉(zhuǎn)發(fā)采集，利用網(wǎng)絡(luò)平臺中轉(zhuǎn)發(fā)關(guān)系爬取同一詞語數(shù)據(jù)。網(wǎng)絡(luò)用戶可以通過轉(zhuǎn)發(fā)參與到熱點內(nèi)容的討論之中。針對原始詞語信息，遍歷不同轉(zhuǎn)發(fā)節(jié)點網(wǎng)絡(luò)，爬取海量相關(guān)數(shù)據(jù)。

正則表達(dá)式采集，利用正則表達(dá)式構(gòu)建熱點內(nèi)容語法，提取包含該熱點內(nèi)容語法的網(wǎng)絡(luò)文本，獲取海量相關(guān)詞語數(shù)據(jù)。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法中，對已知時間序列的熱點內(nèi)容的頻數(shù)進(jìn)行等間隔劃分，得到N段初始頻數(shù)子區(qū)間，包括：

獲取第一數(shù)值、第二數(shù)值、已知時間序列中熱點內(nèi)容的頻數(shù)的最小值及已知時間序列中熱點內(nèi)容的頻數(shù)的最大值；

將已知時間序列中熱點內(nèi)容的頻數(shù)的最大值和第二數(shù)值之和、與已知時間序列中熱點內(nèi)容的頻數(shù)的最小值和第一數(shù)值之差、之間的差值均分為N段，得到N段初始頻數(shù)子區(qū)間，其中，N段初始頻數(shù)子區(qū)間分別為：[d_min-d₁,d_min-d₁+l],[d_min-d₁+l,d_min-d₁+2l],...,[d_max+d₂-l,d_max+d₂]；

其中，l＝(d_max+d₂-d_min+d₁)/N，d_min為已知時間序列中熱點內(nèi)容的頻數(shù)的最小值，d_max為已知時間序列中熱點內(nèi)容的頻數(shù)的最大值，d₁為第一數(shù)值，d₂為第二數(shù)值，d₁和d₂為正數(shù)，N為大于1的整數(shù)。

實際應(yīng)用中，已知時間序列中熱點內(nèi)容的頻數(shù)的最大值d_max、已知時間序列中熱點內(nèi)容的頻數(shù)的最小值d_min和數(shù)值N，不是方便計算的整數(shù)，計算過程產(chǎn)生的小數(shù)不利于頻數(shù)的劃分。根據(jù)實際情況，通常選取合適的第一數(shù)值d₁和第二數(shù)值d₂，且d₁和d₂為正數(shù)，使(d_max+d₂-d_min+d₁)/N為方便計算的整數(shù)，提高計算效率。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法中，在熱點內(nèi)容的頻數(shù)在初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)達(dá)到預(yù)設(shè)條件時，對初始頻數(shù)子區(qū)間進(jìn)行劃分，包括：

獲取熱點內(nèi)容的頻數(shù)在初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)的基準(zhǔn)范圍；

本發(fā)明實施例中，在初始頻數(shù)子區(qū)間劃分完成之后，熱點內(nèi)容的頻數(shù)在初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)是不同的，對于次數(shù)較高的需要繼續(xù)劃分，需要根據(jù)熱點內(nèi)容的頻數(shù)在初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)設(shè)定繼續(xù)劃分的基準(zhǔn)范圍。

對次數(shù)由次數(shù)多到次數(shù)少進(jìn)行排序，將排序次序的前L項對應(yīng)的初始頻數(shù)子區(qū)間進(jìn)行劃分，得到最終頻數(shù)子區(qū)間，其中，熱點內(nèi)容的頻數(shù)在前L項對應(yīng)的初始頻數(shù)子區(qū)間中出現(xiàn)的次數(shù)大于基準(zhǔn)范圍中的數(shù)值，L為大于或等于1的整數(shù)。

實際應(yīng)用中，熱點內(nèi)容的頻數(shù)在不同初始頻數(shù)子區(qū)間中出現(xiàn)的次數(shù)是不同的，對次數(shù)進(jìn)行降序排列，通常將熱點內(nèi)容的頻數(shù)在前L項初始頻數(shù)子區(qū)間之外的頻數(shù)子區(qū)間中出現(xiàn)的次數(shù)范圍作為基準(zhǔn)范圍，分別對前L項初始頻數(shù)子區(qū)間進(jìn)行劃分，使得熱點內(nèi)容的頻數(shù)在劃分后每一個最終頻數(shù)子區(qū)間中出現(xiàn)的次數(shù)接近于基準(zhǔn)范圍。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法中，根據(jù)最終頻數(shù)子區(qū)間與預(yù)設(shè)的模糊集區(qū)間，確定預(yù)測時間序列的熱點內(nèi)容的傳播趨勢，包括：

根據(jù)公式：g(t)＝f(t)-f(t-1)，確定相鄰已知時間序列內(nèi)熱點內(nèi)容的頻數(shù)差值；

如果g(t)>0，則表示熱點內(nèi)容的頻數(shù)數(shù)值變化為正向變化；

如果g(t)<0，則表示熱點內(nèi)容的頻數(shù)數(shù)值變化為負(fù)向變化；

如果g(t)＝0，則表示熱點內(nèi)容的頻數(shù)數(shù)值保持不變。

根據(jù)公式：h(t)＝g(t)-g(t-1)，確定相鄰已知時間序列內(nèi)熱點內(nèi)容的頻數(shù)差值的變化趨勢；

如果h(t)>0，則表示熱點內(nèi)容的頻數(shù)差值變化趨勢為上升趨勢；

如果h(t)<0，則表示熱點內(nèi)容的頻數(shù)差值變化趨勢為下降趨勢；

如果h(t)＝0，則表示熱點內(nèi)容的頻數(shù)差值變化趨勢為保持不變。

根據(jù){f(t-1)-β|h(t-1)|}，確定預(yù)測時間序列內(nèi)熱點內(nèi)容的傳播趨勢；

其中，t-1為已知時間序列的第一時間段，t為已知時間序列的t-1后面相鄰時間段的第二時間段，f(t-1)為t-1內(nèi)熱點內(nèi)容的頻數(shù)，f(t)為t內(nèi)熱點內(nèi)容的頻數(shù)，g(t)為t與t-1內(nèi)熱點內(nèi)容的頻數(shù)差值，h(t)為t與t-1內(nèi)熱點內(nèi)容的頻數(shù)差值的變化趨勢，h(t-1)為t-1與t-1前面相鄰時間段內(nèi)熱點內(nèi)容的頻數(shù)差值的變化趨勢，β為預(yù)設(shè)常數(shù)，β∈{±α,±1/α}，α為(0，1)范圍內(nèi)的數(shù)值。

論域U是有限集，U＝{u₁,u₂,...u_n}，其中u_i為集合元素，U上的任一模糊集A，其隸屬函數(shù)為{f_A(u_i)}(i＝1,2,...n)，f_A(u_i)∈[0,1]，則模糊集表示為：A＝{f_A(u₁)/u₁,f_A(u₂)/u₂,...,f_A(u_n)/u_n}，

也可以表示為：A＝f_A(u₁)/u₁+f_A(u₂)/u₂+...+f_A(u_n)/u_n，

其中，f_A(u_i)/u_i不是分?jǐn)?shù)，“+”也不表示求和，只有符號意義，它表示點u_i對模糊集A的隸屬度是f_A(u_i)，隸屬度值選取的范圍和大小根據(jù)實際應(yīng)用場景進(jìn)行調(diào)整。

根據(jù)場景選取隸屬度值，本發(fā)明實施例中，選取隸屬度值分別為0、0.5、1，則模糊區(qū)間的劃分表示示意圖如圖2所示，則各模糊區(qū)間分別表示為：

模糊區(qū)間的集合構(gòu)成模糊集區(qū)間。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法中，根據(jù){f(t-1)-β|h(t-1)|}，確定預(yù)測時間序列內(nèi)熱點內(nèi)容的傳播趨勢，包括：

判斷{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)，其中，β∈{±α}，且

{f(t-1)-β|h(t-1)|}不包含在模糊區(qū)間內(nèi)時，其中，β∈{±1/α}，則確定傳播趨勢為預(yù)定基本趨勢中的下降；

判斷{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)，其中，β∈{±1/α}，且{f(t-1)-β|h(t-1)|}不包含在模糊區(qū)間內(nèi)時，其中，β∈{±α}，則確定傳播趨勢為預(yù)定基本趨勢中的上升；

判斷{f(t-1)-β|h(t-1)|}不包含在模糊區(qū)間內(nèi)，其中，β∈{±α,±1/α}，則確定傳播趨勢為預(yù)定基本趨勢中的平穩(wěn)；

判斷{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)，其中，β∈{±α}，且{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)時，其中，β＝1/α和β＝-1/α兩數(shù)值中只能取一個，則確定傳播趨勢為預(yù)定擴(kuò)展趨勢中的略微下降；

判斷{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)，其中，β∈{±1/α}，且{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)時，其中，β＝α和β＝-α兩數(shù)值中只能取一個，則確定傳播趨勢為預(yù)定擴(kuò)展趨勢中的略微上升。

實際應(yīng)用中，可以根據(jù)上升和下降趨勢的偏向程度進(jìn)一步進(jìn)行擴(kuò)展趨勢的定義和劃分。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法中，根據(jù)傳播趨勢，通過預(yù)測算法，確定預(yù)測時間序列的熱點內(nèi)容的預(yù)測值，包括：

如果傳播趨勢為預(yù)定基本趨勢，根據(jù)預(yù)定基本趨勢的預(yù)測算法：

V_γ＝S_min+α×(S_max-S_min)，確定預(yù)定基本趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值；

其中，V_γ為預(yù)定基本趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值，S_min為當(dāng)前預(yù)測時間序列相鄰的前一個時間序列中熱點內(nèi)容的頻數(shù)子區(qū)間的下邊界，S_max為當(dāng)前預(yù)測時間序列相鄰的前一個時間序列中熱點內(nèi)容的頻數(shù)子區(qū)間的上邊界；

α₁為預(yù)定基本趨勢中的下降的參數(shù)，α₂為預(yù)定基本趨勢中的平穩(wěn)的參數(shù)，α₃為預(yù)定基本趨勢中的上升的參數(shù)，γ＝1為預(yù)定基本趨勢中的下降，γ＝2為預(yù)定基本趨勢中的平穩(wěn)，γ＝3為預(yù)定基本趨勢中的上升；

如果傳播趨勢為預(yù)定擴(kuò)展趨勢，則根據(jù)預(yù)定擴(kuò)展趨勢的預(yù)測算法：確定預(yù)定擴(kuò)展趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值；

其中，V為預(yù)定擴(kuò)展趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值，V₁為預(yù)定基本趨勢中的下降的預(yù)測值，V₂為預(yù)定基本趨勢中的平穩(wěn)的預(yù)測值，V₃為預(yù)定基本趨勢中的上升的預(yù)測值，δ為預(yù)定基本趨勢中的下降的參數(shù)，μ為預(yù)定基本趨勢中的平穩(wěn)的參數(shù)，λ為預(yù)定基本趨勢中的上升的參數(shù)，δ、μ和λ取值為[0，1]。

實際應(yīng)用中，α₁、α₂、α₃、δ、μ和λ根據(jù)實際場景可進(jìn)行參數(shù)值的選取。以新浪微博熱點詞語在300天內(nèi)的傳播分析為例進(jìn)行說明，如果熱點詞語的傳播趨勢為預(yù)定基本趨勢，則可選取α₁＝0.25，α₂＝0.5，α₃＝0.75，如果熱點詞語的傳播趨勢為預(yù)定擴(kuò)展趨勢中的略微下降，則可選取δ＝0.75，λ＝0.25，μ＝0.5，如果熱點詞語的傳播趨勢為略微上升，則可選取δ＝0.25，μ＝0.5，λ＝0.75。

在預(yù)測時間序列變?yōu)橐阎獣r間序列之后，將得到預(yù)測時間序列中熱點內(nèi)容的預(yù)測值和獲取的實際的熱點內(nèi)容的預(yù)測值進(jìn)行比較，結(jié)果顯示，本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法，與傳統(tǒng)的熱點內(nèi)容預(yù)測的方法相比，預(yù)測結(jié)果更精準(zhǔn)。

可見，應(yīng)用本發(fā)明實施例的熱點內(nèi)容預(yù)測的方法，不僅能夠擬合時間序列的傳播趨勢，而且能夠獲得精確度更高的預(yù)測效果。同時，本發(fā)明操作簡單，通用性好，具有較好的實用化前景。

參見圖3，圖3為本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置的結(jié)構(gòu)圖，與圖1所示的流程相對應(yīng)，包括：

數(shù)據(jù)采集模塊301，用于獲取預(yù)設(shè)時間段中已知時間序列的熱點內(nèi)容的頻數(shù)，其中，預(yù)設(shè)時間段中還存在熱點內(nèi)容的頻數(shù)未知的預(yù)測時間序列；

初始頻數(shù)子區(qū)間劃分模塊302，用于對已知時間序列的熱點內(nèi)容的頻數(shù)進(jìn)行等間隔劃分，得到N段初始頻數(shù)子區(qū)間，其中，N為大于1的整數(shù)；

最終頻數(shù)子區(qū)間劃分模塊303，用于在熱點內(nèi)容的頻數(shù)在初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)達(dá)到預(yù)設(shè)條件時，對初始頻數(shù)子區(qū)間進(jìn)行劃分，得到M段最終頻數(shù)子區(qū)間，其中，M大于或等于N，M段最終頻數(shù)子區(qū)間包括：劃分的初始頻數(shù)子區(qū)間及未劃分的初始頻數(shù)子區(qū)間；

傳播趨勢分析模塊304，用于根據(jù)最終頻數(shù)子區(qū)間與預(yù)設(shè)的模糊集區(qū)間，確定預(yù)測時間序列的熱點內(nèi)容的傳播趨勢；

時間序列預(yù)測模塊305，用于根據(jù)傳播趨勢，通過預(yù)測算法，確定預(yù)測時間序列的熱點內(nèi)容的預(yù)測值。

可見，應(yīng)用本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置，通過對熱點內(nèi)容的頻數(shù)進(jìn)行劃分，得到最終頻數(shù)子區(qū)間，根據(jù)最終頻數(shù)子區(qū)間與預(yù)設(shè)的模糊集區(qū)間，確定熱點內(nèi)容的傳播趨勢；根據(jù)預(yù)測算法確定熱點內(nèi)容的預(yù)測值。本發(fā)明實施例不僅能夠擬合時間序列的傳播趨勢，獲得精確度更高的預(yù)測效果，而且操作簡單，邏輯簡潔易懂，通用性好，具有較好的實用化前景。

需要說明的是，本發(fā)明實施例的裝置是應(yīng)用上述熱點內(nèi)容預(yù)測的方法的裝置，則上述熱點內(nèi)容預(yù)測的方法的所有實施例均適用于該裝置，且均能達(dá)到相同或相似的有益效果。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置中，數(shù)據(jù)采集模塊進(jìn)一步用于，通過話題標(biāo)簽采集獲取已知時間序列的熱點內(nèi)容、通過轉(zhuǎn)發(fā)采集獲取已知時間序列的熱點內(nèi)容或通過正則表達(dá)式采集獲取已知時間序列的熱點內(nèi)容，并確定熱點內(nèi)容的頻數(shù)。

話題標(biāo)簽采集，利用熱點內(nèi)容中用來標(biāo)注熱點內(nèi)容的標(biāo)簽或熱點內(nèi)容中特征主體對特定網(wǎng)絡(luò)詞語進(jìn)行標(biāo)記與爬取。

轉(zhuǎn)發(fā)采集，利用網(wǎng)絡(luò)平臺中轉(zhuǎn)發(fā)關(guān)系爬取同一詞語數(shù)據(jù)。網(wǎng)絡(luò)用戶可以通過轉(zhuǎn)發(fā)參與到熱點內(nèi)容的討論之中。針對原始詞語信息，遍歷不同轉(zhuǎn)發(fā)節(jié)點網(wǎng)絡(luò)，爬取海量相關(guān)數(shù)據(jù)。

正則表達(dá)式采集，利用正則表達(dá)式構(gòu)建熱點內(nèi)容語法，提取包含該熱點內(nèi)容語法的網(wǎng)絡(luò)文本，獲取海量相關(guān)詞語數(shù)據(jù)。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置中，初始頻數(shù)子區(qū)間劃分模塊包括：

數(shù)值獲取子模塊，用于獲取第一數(shù)值、第二數(shù)值、已知時間序列中熱點內(nèi)容的頻數(shù)的最小值及已知時間序列中熱點內(nèi)容的頻數(shù)的最大值；

初始頻數(shù)劃分子模塊，用于將已知時間序列中熱點內(nèi)容的頻數(shù)的最大值和第二數(shù)值之和、與已知時間序列中熱點內(nèi)容的頻數(shù)的最小值和第一數(shù)值之差、之間的差值均分為N段，得到N段初始頻數(shù)子區(qū)間，其中，N段初始頻數(shù)子區(qū)間分別為：

[d_min-d₁,d_min-d₁+l],[d_min-d₁+l,d_min-d₁+2l],...,[d_max+d₂-l,d_max+d₂]；

其中，l＝(d_max+d₂-d_min+d₁)/N，d_min為已知時間序列中熱點內(nèi)容的頻數(shù)的最小值，d_max為已知時間序列中熱點內(nèi)容的頻數(shù)的最大值，d₁為第一數(shù)值，d₂為第二數(shù)值，d₁和d₂為正數(shù)，N為大于1的整數(shù)。

實際應(yīng)用中，已知時間序列中熱點內(nèi)容的頻數(shù)的最大值d_max、已知時間序列中熱點內(nèi)容的頻數(shù)的最小值d_min和數(shù)值N，不是方便計算的整數(shù)，計算過程產(chǎn)生的小數(shù)不利于頻數(shù)的劃分。根據(jù)實際情況，通常選取合適的第一數(shù)值d₁和第二數(shù)值d₂，且d₁和d₂為正數(shù)，使(d_max+d₂-d_min+d₁)/N為方便計算的整數(shù)，提高計算效率。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置中，最終頻數(shù)子區(qū)間劃分模塊包括：

基準(zhǔn)范圍獲取子模塊，用于獲取熱點內(nèi)容的頻數(shù)在初始頻數(shù)子區(qū)間中、出現(xiàn)的次數(shù)的基準(zhǔn)范圍；

最終頻數(shù)劃分子模塊，用于對次數(shù)由次數(shù)多到次數(shù)少進(jìn)行排序，將排序次序的前L項對應(yīng)的初始頻數(shù)子區(qū)間進(jìn)行劃分，得到最終頻數(shù)子區(qū)間，其中，熱點內(nèi)容的頻數(shù)在前L項對應(yīng)的初始頻數(shù)子區(qū)間中出現(xiàn)的次數(shù)大于基準(zhǔn)范圍中的數(shù)值，L為大于或等于1的整數(shù)。

實際應(yīng)用中，熱點內(nèi)容的頻數(shù)在不同初始頻數(shù)子區(qū)間中出現(xiàn)的次數(shù)是不同的，對次數(shù)進(jìn)行降序排列，通常將熱點內(nèi)容的頻數(shù)在前L項初始頻數(shù)子區(qū)間之外的頻數(shù)子區(qū)間中出現(xiàn)的次數(shù)范圍作為基準(zhǔn)范圍，分別對前L項初始頻數(shù)子區(qū)間進(jìn)行劃分，使得熱點內(nèi)容的頻數(shù)在劃分后每一個最終頻數(shù)子區(qū)間中出現(xiàn)的次數(shù)接近于基準(zhǔn)范圍。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置中，傳播趨勢分析模塊包括：

頻數(shù)差值子模塊，用于根據(jù)公式：g(t)＝f(t)-f(t-1)，確定相鄰已知時間序列內(nèi)熱點內(nèi)容的頻數(shù)差值；

如果g(t)>0，則表示熱點內(nèi)容的頻數(shù)數(shù)值變化為正向變化；

如果g(t)<0，則表示熱點內(nèi)容的頻數(shù)數(shù)值變化為負(fù)向變化；

如果g(t)＝0，則表示熱點內(nèi)容的頻數(shù)數(shù)值保持不變。

頻數(shù)差值變化趨勢子模塊，用于根據(jù)公式：h(t)＝g(t)-g(t-1)，確定相鄰已知時間序列內(nèi)熱點內(nèi)容的頻數(shù)差值的變化趨勢；

如果h(t)>0，則表示熱點內(nèi)容的頻數(shù)差值變化趨勢為上升趨勢；

如果h(t)<0，則表示熱點內(nèi)容的頻數(shù)差值變化趨勢為下降趨勢；

如果h(t)＝0，則表示熱點內(nèi)容的頻數(shù)差值變化趨勢為保持不變。

傳播趨勢確定子模塊，用于根據(jù){f(t-1)-β|h(t-1)|}，確定預(yù)測時間序列內(nèi)熱點內(nèi)容的傳播趨勢；

其中，t-1為已知時間序列的第一時間段，t為已知時間序列的t-1后面相鄰時間段的第二時間段，f(t-1)為t-1內(nèi)熱點內(nèi)容的頻數(shù)，f(t)為t內(nèi)熱點內(nèi)容的頻數(shù)，g(t)為t與t-1內(nèi)熱點內(nèi)容的頻數(shù)差值，h(t)為t與t-1內(nèi)熱點內(nèi)容的頻數(shù)差值的變化趨勢，h(t-1)為t-1與t-1前面相鄰時間段內(nèi)熱點內(nèi)容的頻數(shù)差值的變化趨勢，β為預(yù)設(shè)常數(shù)，β∈{±α,±1/α}，α為(0，1)范圍內(nèi)的數(shù)值。

論域U是有限集，U＝{u₁,u₂,...u_n}，其中u_i為集合元素，U上的任一模糊集A，其隸屬函數(shù)為{f_A(u_i)}(i＝1,2,...n)，f_A(u_i)∈[0,1]，則模糊集表示為：A＝{f_A(u₁)/u₁,f_A(u₂)/u₂,...,f_A(u_n)/u_n}，

也可以表示為：A＝f_A(u₁)/u₁+f_A(u₂)/u₂+...+f_A(u_n)/u_n，

其中，f_A(u_i)/u_i不是分?jǐn)?shù)，“+”也不表示求和，只有符號意義，它表示點u_i對模糊集A的隸屬度是f_A(u_i)，隸屬度值選取的范圍和大小根據(jù)實際應(yīng)用場景進(jìn)行調(diào)整。

根據(jù)場景選取隸屬度值，本發(fā)明實施例中，選取隸屬度值分別為0、0.5、1，則模糊區(qū)間的劃分表示示意圖如圖2所示，則各模糊區(qū)間分別表示為：

模糊區(qū)間的集合構(gòu)成模糊集區(qū)間。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置中，傳播趨勢確定子模塊包括：

第一判斷單元，用于判斷{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)，其中，β∈{±α}，且{f(t-1)-β|h(t-1)|}不包含在模糊區(qū)間內(nèi)時，其中，β∈{±1/α}，則確定傳播趨勢為預(yù)定基本趨勢中的下降；

第二判斷單元，用于判斷{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)，其中，β∈{±1/α}，且{f(t-1)-β|h(t-1)|}不包含在模糊區(qū)間內(nèi)時，其中，β∈{±α}，則確定傳播趨勢為預(yù)定基本趨勢中的上升；

第三判斷單元，用于判斷{f(t-1)-β|h(t-1)|}不包含在模糊區(qū)間內(nèi)，其中，β∈{±α,±1/α}，則確定傳播趨勢為預(yù)定基本趨勢中的平穩(wěn)；

第四判斷單元，用于判斷{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)，其中，β∈{±α}，且{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)時，其中，β＝1/α和β＝-1/α兩數(shù)值中只能取一個，則確定傳播趨勢為預(yù)定擴(kuò)展趨勢中的略微下降；

第五判斷單元，用于判斷{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)，其中，β∈{±1/α}，且{f(t-1)-β|h(t-1)|}包含在模糊區(qū)間內(nèi)時，其中，β＝α和β＝-α兩數(shù)值中只能取一個，則確定傳播趨勢為預(yù)定擴(kuò)展趨勢中的略微上升。

實際應(yīng)用中，可以根據(jù)上升和下降趨勢的偏向程度進(jìn)一步進(jìn)行擴(kuò)展趨勢的定義和劃分。

優(yōu)選地，本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置中，時間序列預(yù)測模塊包括：

預(yù)定基本趨勢預(yù)測子模塊，用于根據(jù)預(yù)定基本趨勢的預(yù)測算法，確定預(yù)定基本趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值，包括：

根據(jù)預(yù)定基本趨勢的預(yù)測算法：V_γ＝S_min+α×(S_max-S_min)，確定預(yù)定基本趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值；

其中，V_γ為預(yù)定基本趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值，S_min為當(dāng)前預(yù)測時間序列相鄰的前一個時間序列中熱點內(nèi)容的頻數(shù)子區(qū)間的下邊界，S_max為當(dāng)前預(yù)測時間序列相鄰的前一個時間序列中熱點內(nèi)容的頻數(shù)子區(qū)間的上邊界；

α₁為預(yù)定基本趨勢中的下降的參數(shù)，α₂為預(yù)定基本趨勢中的平穩(wěn)的參數(shù)，α₃為預(yù)定基本趨勢中的上升的參數(shù)，γ＝1為預(yù)定基本趨勢中的下降，γ＝2為預(yù)定基本趨勢中的平穩(wěn)，γ＝3為預(yù)定基本趨勢中的上升。

預(yù)定擴(kuò)展趨勢預(yù)測子模塊，用于根據(jù)預(yù)定擴(kuò)展趨勢的預(yù)測算法，確定預(yù)定擴(kuò)展趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值，包括：

根據(jù)預(yù)定擴(kuò)展趨勢的預(yù)測算法：確定預(yù)定擴(kuò)展趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值；

其中，V為預(yù)定擴(kuò)展趨勢中不同傳播趨勢的熱點內(nèi)容的預(yù)測值，V₁為預(yù)定基本趨勢中的下降的預(yù)測值，V₂為預(yù)定基本趨勢中的平穩(wěn)的預(yù)測值，V₃為預(yù)定基本趨勢中的上升的預(yù)測值，δ為預(yù)定基本趨勢中的下降的參數(shù)，μ為預(yù)定基本趨勢中的平穩(wěn)的參數(shù)，λ為預(yù)定基本趨勢中的上升的參數(shù)，δ、μ和λ取值為[0，1]。

實際應(yīng)用中，α₁、α₂、α₃、δ、μ和λ根據(jù)實際場景可進(jìn)行參數(shù)值的選取。以新浪微博熱點詞語在300天內(nèi)的傳播分析為例進(jìn)行說明，如果熱點詞語的傳播趨勢為預(yù)定基本趨勢，則可選取α₁＝0.25，α₂＝0.5，α₃＝0.75，如果熱點詞語的傳播趨勢為預(yù)定擴(kuò)展趨勢中的略微下降，則可選取δ＝0.75，λ＝0.25，μ＝0.5，如果熱點詞語的傳播趨勢為略微上升，則可選取δ＝0.25，μ＝0.5，λ＝0.75。

在預(yù)測時間序列變?yōu)橐阎獣r間序列之后，將得到預(yù)測時間序列中熱點內(nèi)容的預(yù)測值和獲取的實際的熱點內(nèi)容的預(yù)測值進(jìn)行比較，結(jié)果顯示，本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置，得到的預(yù)測結(jié)果更精準(zhǔn)。

可見，應(yīng)用本發(fā)明實施例的熱點內(nèi)容預(yù)測的裝置，不僅能夠擬合時間序列的傳播趨勢，而且能夠獲得精確度更高的預(yù)測效果。同時，本發(fā)明操作簡單，通用性好，具有較好的實用化前景。

需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

本說明書中的各個實施例均采用相關(guān)的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于系統(tǒng)實施例而言，由于其基本相似于方法實施例，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。

以上所述僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。