公开(公告)号：CN119493863A

公开(公告)日：2025-02-21

申请号：CN202311034523.3

申请日：2023-08-16

Applicant: 中国石油天然气股份有限公司

Inventor： 王海峰 ,  苏莹 ,  杨璐 ,  单吉全 ,  马建军 ,  章瑞 ,  海涛 ,  刘文君 ,  杨文波 ,  杨国栋 ,  段金奎 ,  许斌 ,  王军 ,  曹敏 ,  于垒 ,  窦敬 ,  尤靖茜 ,  王荣 ,  李晨琛 ,  耿慧霞 ,  徐兰萍 ,  高琰 ,  黄海燕 ,  郭莎莎 ,  麻守忠 ,  郭晶 ,  苏慧生 ,  梁倩

IPC: G06F16/353 ,  G06F16/903 ,  G06F40/216 ,  G06F40/242 ,  G06F40/284 ,  G06F18/232 ,  G06N7/01

Abstract: 本发明提供了一种基于文本聚类事件数据处理识别的方法，解决了使用TF‑IDF算法进行文本分类和关键词提取，需要提前预知事件类别个数，需要人为干预，难以实现完全的自动化识别的问题，本发明基于TF‑IDF算法将目标文本数据进行向量化，对得到目标文本数据对应的特征向量进行文本聚类，使用传统的TF‑IDF文本向量构造方法就能有效表示文本，减少了获取数据的成本；采用密度的聚类算法DBSCAN聚类的文本分析算法对所有特征向量进行文本聚类，可以自动识别出诉求相似的群体性事件，从而达到提前预警的作用。并在一部分数据集上对本算法的聚类效果进行可视化。本发明用于文本数据分析。本发明用于文本数据分析。