一种用于社交网络事件的类人智能感知与预测方法

摘要

本发明提供了一种用于社交网络事件的类人智能感知与预测方法，包括：步骤1，根据事件异步序列数据采集方法获取事件异步序列训练集，并进行预处理；步骤2，构建双向LSTM训练模型一体化架构，对时间序列、事件序列进行训练；步骤3，构建异步序列的事件类人感知与预测模型，实现事件态势类人智能感知与预测；步骤4，结合面向事件与结构的协同流化的点过程在线更新算法，对异步序列的事件类人感知与预测模型进行迭代更新，动态调整预测模型。本发明适用于多种社交媒体突发事件的识别，可拓展性高，复用性好，开发代价低，可根据业务需求多维度应用。