(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 202210448703.5 (22)申请日 2022.04.27 (71)申请人 哈尔滨工业大 学(深圳) 地址 518055 广东省深圳市南 山区桃源街 道深圳大 学城哈尔滨工业大 学校区 (72)发明人 王晔　廖清　黄裕涛　高翠芸　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 陈旭红 (51)Int.Cl. G06F 16/901(2019.01) G06K 9/62(2022.01) G06F 40/30(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06Q 50/00(2012.01) (54)发明名称 一种社交事 件检测方法、 装置及系统 (57)摘要 本发明公开了一种社交事件检测方法、 装 置、 系统及计算机可读存储介质。 该社交事件检 测装置包括信息构建单元、 模型输出单元以及事 件检测单元。 该社交事件检测系统包括事件检测 模块以及数据存储模块。 该存储介质存储计算机 可读程序代码， 当所述计算机可读程序代码被执 行时实现如前所述的一种社交事件检测方法的 步骤。 通过根据信息数据流构建异构图， 利用包 括预设的节点聚合策略模型以及元路径聚合策 略模型的检测神经网络模型对所述异构图进行 聚合输出， 并以预设的聚类方法对输出结果进行 聚类以获取社交事件检测结果， 该社交事件检测 方法、 装置、 系统及计算机可读存储介质提升了 语义信息的挖掘充分性。 权利要求书2页 说明书9页 附图1页 CN 114861004 A 2022.08.05 CN 114861004 A 1.一种社交事 件检测方法， 其特 征在于， 所述社交事 件检测方法包括： 获取各个待检测的消息块中的信息数据流， 从所述信息数据流中选取多种异质元素， 并分别根据所述异质元素对应构建出异构图； 所述异质元素包括推文、 单词、 命名实体以及 主题； 将所述异构图输入预设的检测神经网络模型中， 从而输出检测向量组； 所述检测神经 网络模型包括预设的节点聚合策略模型以及元路径聚合策略模型； 根据预设的聚类方法对所述检测向量组进行聚类， 从而输出 社交事件检测结果。 2.根据权利要求1所述的社交事件检测方法， 其特征在于， 将所述异构图输入预设的检 测神经网络模型中， 从而输出检测向量组， 具体包括： 根据预设的元路径自动 生成算法获取多种元路径， 根据 所述多种元路径将所述异构图 转化为同质网络； 根据预设的节点 聚合策略模型， 对所述同质网络进行聚合学习以获得元路径语义信 息 集合； 将所述元路径语义信 息集合输入预设的元路径聚合策略模型， 从而获得并输出检测向 量组。 3.根据权利要求1所述的社交事件检测方法， 其特征在于， 从所述信 息数据流中选取多 种异质元 素， 并分别根据所述异质元 素对应构建出异构图， 具体包括： 从所述信息数据流中选取推文、 单词、 命名实体以及主题； 所述单词包括第一单词， 所 述命名实体包括第一命名实体； 抓取各个推文中所包括的第一单词， 并在所述推文和所述第一单词之间构建边； 抓取各个推文中所包括的第 一命名实体， 并在所述推文和所述第 一命名实体之间构建 边； 根据预设的词嵌入模型， 计算各个单词之间的余弦相似度， 并根据 各个余弦相似度， 在 相应的两个单词之间构建边； 根据预设的主题算法以及所述推文， 在各个 推文以及相应的主题之间构建边； 根据预设的主题模型算法以及所述推文， 在各个推文以及主题模型算法抽取出相应的 主题之间构建边。 4.根据权利要求2所述的社交事件检测方法， 其特征在于， 所述节点聚合策略模型的公 式为： 式中， 表示在元路径下p生成的消息节点信息mi初始嵌入向量。 5.根据权利要求2所述的社交事件检测方法， 其特征在于， 所述元路径聚合策略模型的 公式为：权　利　要　求　书 1/2 页 2 CN 114861004 A 2式中， 表示节点mi的嵌入。 6.根据权利要求5所述的社交事件检测方法， 其特征在于， 所述元路径聚合策略模型采 用三元组损失函数。 7.根据权利要求1 ‑6任一项所述的社交事件检测方法， 其特征在于， 所述社交事件检测 方法还包括： 根据预设的语义权 重计算公式， 计算各个消息对应的语义权 重； 以预设的筛 选比例， 根据各个消息的语义权 重， 对应筛 选出若干个训练消息； 根据所述训练消息， 对预设的检测 神经网络模型进行 更新训练。 8.一种社交事件检测装置， 其特征在于， 所述社交事件检测装置包括信 息构建单元、 模 型输出单元以及事 件检测单 元， 其中， 所述信息构建单元用于获取各个待检测的消息块中的信 息数据流， 从所述信 息数据流 中选取多种异质元素， 并分别根据所述异质元素对应构建出异构图； 所述异质元素包括推 文、 单词、 命名实体以及主题； 所述模型输出单元用于将所述异构图输入预设的检测神经网络模型中， 从而输出检测 向量组； 所述检测 神经网络模型包括预设的节点聚合策略模型以及元路径聚合策略模型； 所述事件检测单元用于根据 预设的聚类方法对所述检测向量组进行聚类， 从而输出社 交事件检测结果。 9.一种社交事件检测系统， 其特征在于， 所述社交事件检测系统包括事件检测模块以 及数据存储模块， 所述事件检测模块与所述数据存储模块通信连接， 所述数据存储模块用 于存储所有数据， 所述事件检测模块用于执行如权利要求1 ‑7任一项所述的社交事件检测 方法。 10.一种社交事件检测的计算机可读存储介质， 其特征在于， 所述存储介质存储计算机 可读程序 代码， 当所述计算机可读程序 代码被执行时实现权利要求 1至7中任一项 所述的一 种社交事 件检测方法的步骤。权　利　要　求　书 2/2 页 3 CN 114861004 A 3