現(xiàn)今流行的熱點(diǎn)事件識(shí)別，其實(shí)更多的關(guān)注如何在海量的內(nèi)容中去發(fā)現(xiàn)一個(gè)熱點(diǎn)事件。這里面既包含了對(duì)于實(shí)體事件的提取，也包含的類似摘要的信息挖掘，再配上用戶行為的反饋。
什么是熱點(diǎn)事件？
熱點(diǎn)事件普遍是指在社會(huì)（或者某些領(lǐng)域）中引起廣泛關(guān)注、參與討論、激起民眾情緒，引發(fā)強(qiáng)烈反響的事件，通俗點(diǎn)說(shuō)就是被很多人熟知且討論的事件。
熱點(diǎn)事件對(duì)于新聞推薦系統(tǒng)的意義？
推薦系統(tǒng)的目的，在于分發(fā)用戶感興趣的新聞。但是熱點(diǎn)是一個(gè)不同于普通新聞的數(shù)據(jù)，即使一人并不對(duì)娛樂新聞感興趣，但是當(dāng)馬蓉和王寶強(qiáng)的這種爆炸新聞出現(xiàn)的時(shí)候，他也會(huì)去關(guān)注，去看上一看。一個(gè)是這源于人對(duì)于爆炸性新聞的好奇心，一個(gè)是出于在我們這種世俗社會(huì)中，對(duì)于談資的積累需求。
所以，當(dāng)熱點(diǎn)事件來(lái)臨的時(shí)候，可以降低對(duì)于垂直興趣的追求，熱點(diǎn)本身，就可以看作是一種興趣。
對(duì)熱點(diǎn)內(nèi)容的分發(fā)，可以體現(xiàn)一個(gè)推薦系統(tǒng)的媒體屬性，也可以增強(qiáng)推薦的新穎度，防止興趣收斂。
什么是熱點(diǎn)事件識(shí)別？
通俗點(diǎn)說(shuō)，就是及時(shí)發(fā)現(xiàn)一個(gè)熱點(diǎn)，并能找出或者寫出熱點(diǎn)相關(guān)的文章，并分發(fā)給用戶。
為什么要進(jìn)行熱點(diǎn)事件識(shí)別？
對(duì)熱點(diǎn)的追蹤和敏感度，是反應(yīng)一個(gè)媒體的媒體屬性是否強(qiáng)烈的標(biāo)準(zhǔn)之一。一個(gè)優(yōu)秀的媒體，必然會(huì)對(duì)熱點(diǎn)有足夠的敏感度，能夠及時(shí)的發(fā)現(xiàn)熱點(diǎn)，迅速的報(bào)道熱點(diǎn)，并對(duì)熱點(diǎn)內(nèi)容提出有價(jià)值的深度跟蹤，以滿足新聞?dòng)脩魧?duì)于熱點(diǎn)的關(guān)注。
所以，在機(jī)器時(shí)代，如何在海量的數(shù)據(jù)中找到熱點(diǎn)事件并及時(shí)推送給用戶也成了一個(gè)很大的挑戰(zhàn)。
如果能夠非常有前瞻性的發(fā)現(xiàn)熱點(diǎn)，并及時(shí)推送給用戶，引起用戶的關(guān)注和廣泛的傳播，就能夠把握互聯(lián)網(wǎng)中的大量流量，從而為app帶來(lái)更多的收益。
目前效果較好的熱點(diǎn)事件發(fā)現(xiàn)技術(shù)：
1.基于傳播的熱點(diǎn)事件發(fā)現(xiàn)
簡(jiǎn)單來(lái)說(shuō)，就是通過(guò)監(jiān)測(cè)信息在大規(guī)模人群中的傳遞情況，假如一個(gè)事件在一個(gè)時(shí)間段內(nèi)迅速的由某些節(jié)點(diǎn)傳遞給了很多的節(jié)點(diǎn)，并呈現(xiàn)出指數(shù)級(jí)增長(zhǎng)，那么可以發(fā)現(xiàn)到這個(gè)熱點(diǎn)事件。
2.基于搜索的熱點(diǎn)事件發(fā)現(xiàn)
這個(gè)是基于搜索引擎，應(yīng)該也很好理解，在某段時(shí)間內(nèi)，有越來(lái)越多的人群去搜索一個(gè)事件，導(dǎo)致該事件的搜索量激增，那也可以發(fā)現(xiàn)這個(gè)事件。
然而，很可惜，上面的兩點(diǎn)我們都做不到。一個(gè)是我們沒有用戶的社交屬性，不具備新聞的傳播路徑，二是我們?nèi)狈τ脩舻闹鲃?dòng)行為，雖然說(shuō)有搜索接口，但是真正去搜索的用戶是非常少量的。所以用上面的方法是不靠譜的。
當(dāng)然，分析上面的本質(zhì)，都是源于用戶的反饋，能夠較好的去發(fā)現(xiàn)。我們?cè)?jīng)嘗試使用自己的數(shù)據(jù)去做這樣的嘗試，使用用戶信息去監(jiān)測(cè)有激增行為的新聞，再對(duì)這些新聞進(jìn)行歸類，找到可能的熱點(diǎn)，然而這在技術(shù)上有很大的挑戰(zhàn)，再一個(gè)是喪失了新聞的時(shí)效特征，尤其對(duì)于熱點(diǎn)來(lái)說(shuō)，一分一秒都是要爭(zhēng)取的。這樣的一輪計(jì)算下來(lái)，很可能是熱點(diǎn)已經(jīng)傳播的十分廣泛，其實(shí)對(duì)于我們新聞客戶端來(lái)說(shuō)，這時(shí)候再發(fā)現(xiàn)熱點(diǎn)已經(jīng)沒有什么價(jià)值，流量都已經(jīng)完成分發(fā)。
我們是如何解決熱點(diǎn)事件問(wèn)題？
1.獲取熱點(diǎn)事件
既然我們不能主動(dòng)的提取熱點(diǎn)事件，那就想辦法去直接獲取熱點(diǎn)事件。第一點(diǎn)，就想到了不勞而獲。既然基于搜索或者傳播能夠比較及時(shí)的獲取熱點(diǎn)事件，那我們就發(fā)揚(yáng)一下拿來(lái)主義好了。網(wǎng)上其實(shí)有很多提供這種實(shí)時(shí)熱點(diǎn)事件的地方，比如百度風(fēng)云榜，微博熱搜，搜狗熱搜等等，還有很多，等你自己去發(fā)現(xiàn)把。
- a.抓取
定時(shí)去抓取這些詞匯，這個(gè)應(yīng)該不難了，只有非常有限的內(nèi)容，只需要每隔一段事件去獲取一下，跟上次的數(shù)據(jù)做一些對(duì)比，就能很快知道有哪些事件詞或句子。這個(gè)方法簡(jiǎn)單易行，獲取的熱點(diǎn)數(shù)量多，但是可能效果就差一點(diǎn)，而且仍然會(huì)有一定的時(shí)延。 -
b.運(yùn)營(yíng)
需要有新聞敏感度的運(yùn)營(yíng)人員去手工添加，這個(gè)方法獲取的熱點(diǎn)數(shù)目較少，但是延遲幾乎可以忽略。
這里，也會(huì)為熱點(diǎn)事件構(gòu)造一些屬性，比如熱點(diǎn)等級(jí)，熱點(diǎn)時(shí)效，熱點(diǎn)分類等等。
微博熱搜榜
2.為文章打上熱點(diǎn)事件標(biāo)簽
有了不斷更新的事件庫(kù)，還需要為每個(gè)新聞進(jìn)行標(biāo)注，它屬不屬于熱點(diǎn)新聞，屬于哪個(gè)熱點(diǎn)的新聞。
如果熱點(diǎn)詞過(guò)長(zhǎng)，首先需要對(duì)它進(jìn)行分詞。否則就按整個(gè)詞去匹配。這時(shí)候就需要根據(jù)業(yè)務(wù)去構(gòu)建一套匹配的邏輯，或者算法，來(lái)衡量一個(gè)熱點(diǎn)事件與文章的匹配程度。當(dāng)達(dá)到一定的閾值或者某些規(guī)則，就可以認(rèn)為這兩個(gè)是匹配的。
3.構(gòu)建熱點(diǎn)事件模型庫(kù)，提升匹配度
由于上述直接獲取的熱點(diǎn)詞有比較大的局限性，比如對(duì)于同一事件，不同的人表達(dá)方法是不一樣的，單純使用一個(gè)熱點(diǎn)詞的泛化能力較弱。所以有了一些對(duì)應(yīng)的文章，那可以著手來(lái)構(gòu)建熱點(diǎn)事件模型了。這里簡(jiǎn)單來(lái)說(shuō)一下，假如有事件A，已知跟A匹配的文章1，2，3。從1，2，3中提取最重要的前n個(gè)關(guān)鍵詞，去匯集成A的模型，可以使用簡(jiǎn)單的連乘來(lái)設(shè)為匹配度，這樣做的目的是去擴(kuò)充相關(guān)內(nèi)容，讓更多接近的文章能夠獲得熱點(diǎn)事件標(biāo)簽。
4.把熱點(diǎn)事件文章分發(fā)給用戶
有了熱點(diǎn)事件，和對(duì)應(yīng)的文章，下一步就是在推薦層面增加對(duì)熱點(diǎn)事件的召回概率。基于之前所說(shuō)的假設(shè)，熱點(diǎn)本身就是一個(gè)興趣，那么一個(gè)熱點(diǎn)事件的熱度等級(jí)會(huì)影響分發(fā)面積。同時(shí)，熱點(diǎn)事件和分類的交叉特征會(huì)影響一個(gè)用戶是否會(huì)收到熱點(diǎn)的情況。
5.用戶的反饋和用戶畫像調(diào)整
當(dāng)帶有熱點(diǎn)事件的新聞被分發(fā)出去，用戶會(huì)點(diǎn)擊，打開觀看，或者直接掠過(guò)。此時(shí)可以針對(duì)用戶的行為進(jìn)行分析，如果用戶從來(lái)不看熱點(diǎn)新聞，那他的畫像關(guān)于熱點(diǎn)的特征將很低。根據(jù)給他曝光的熱點(diǎn)新聞和他的打開情況，會(huì)有計(jì)算他對(duì)于熱點(diǎn)事件的關(guān)注度。同時(shí)，會(huì)記錄他喜歡哪些熱點(diǎn)事件，在后續(xù)的熱點(diǎn)分發(fā)時(shí)，還可以去計(jì)算新熱點(diǎn)事件和舊熱點(diǎn)的協(xié)同情況，用以更精準(zhǔn)的分發(fā)。
