1.一種獲取信息的方法，其特征在于，所述方法包括：

獲取指定用戶在當前時間段內的相關信息，并對所述相關信息進行預處理，得到所述相關信息的相關詞，其中，所述相關信息包括：所述指定用戶發表的或是轉發的相關信息；

分別確定所述相關詞在所述當前時間段內的出現頻率和所述相關詞的歷史出現頻率；

根據所述相關詞在所述當前時間段內的出現頻率和所述相關詞的歷史出現頻率，得到所述相關詞的相對變化率；

根據所述相關詞的相對變化率得到所述相關詞的關注值；

根據所述相關詞的關注值得到所述相關信息中的關鍵詞；

根據所述得到的關鍵詞，獲取所述指定用戶關注的信息。

2.根據權利要求1所述的方法，其特征在于，所述對所述相關信息進行預處理，得到所述相關信息的相關詞，包括：

對所述相關信息進行預處理，以去除所述相關信息中的標點符號、不可見字符和顯示亂碼的字符；

將所述預處理后的相關信息進行分詞處理；

將所述分詞后的相關信息與預設的詞表進行匹配，過濾掉所述分詞后的相關信息中的指定詞語，得到所述相關信息的相關詞。

3.根據權利要求1所述的方法，其特征在于，所述確定所述相關詞的歷史出現頻率，包括：

分別確定所述相關詞的第一出現頻率、第二出現頻率和第三出現頻率，其中，所述第一出現頻率是指所述相關詞在所述當前時間段之前的預設時間段內且與所述當前時間段相同小時區間內出現的頻率，所述第二出現頻率是指所述相關詞在所述預設時間段內與所述當前時間段相差七天的日期且與所述當前時間段相同小時區間內的出現頻率，所述第三出現頻率是指所述相關詞在所述預設時間段內全天出現的頻率；

根據所述第一出現頻率、所述第二出現頻率和所述第三出現頻率得到所述相關詞的歷史出現頻率。

4.根據權利要求1所述的方法，其特征在于，所述根據所述相關詞的相對變化率得到所述相關詞的關注值，包括：

根據所述相關詞的相對變化率分別得到所述相關詞在歷史上不是關鍵詞的歷史頻率和所述相關詞在歷史上是關鍵詞的歷史頻率；

根據所述相關詞的相對變化率、所述相關詞在歷史上不是關鍵詞的歷史頻率和所述相關詞在歷史上是關鍵詞的歷史頻率，得到所述相關詞的關注值。

5.根據權利要求1所述的方法，其特征在于，所述根據所述相關詞的相對變化率得到所述相關詞的關注值，包括：

根據神經元的非線性作用函數sigmoid對所述相關詞的相對變化率進行二項區分，得到所述相關詞的關注值。

6.根據權利要求1所述的方法，其特征在于，根據所述相關詞的關注值得到所述相關信息中的關鍵詞，包括：

將所述相關詞的關注值與第一預設閾值進行比較，將所述相關詞的關注值大于所述第一預設閾值的相關詞作為關鍵詞。

7.根據權利要求1所述的方法，其特征在于，所述根據所述得到的關鍵詞，獲取所述指定用戶關注的信息，包括：

將所述關鍵詞與預設話題進行匹配，找到能夠與所述預設話題匹配的關鍵詞；

根據所述能夠與所述預設話題匹配的關鍵詞的關注值確定所述關鍵詞中能夠與所述預設話題相匹配的關鍵詞與所述預設話題的分值；

根據所述關鍵詞中能夠與所述預設話題相匹配的關鍵詞與所述預設話題的分值得到所述指定用戶關注的信息。

8.根據權利要求1所述的方法，其特征在于，所述根據所述得到的關鍵詞，獲取所述指定用戶關注的信息，包括：

根據所述關鍵詞對所述指定用戶的微博的相關信息進行聚類，將所述微博的相關信息中關鍵詞相似度高的劃為同一類；

確定所述聚類后的微博的相關信息的公共子集，其中，所述公共子集包含所述關鍵詞且所述公共子集的長度小于或等于第二預設閾值；

根據所述關鍵詞的關注值確定所述公共子集的分數；

根據所述公共子集的分數得到所述指定用戶關注的信息。

9.根據權利要求1所述的方法，其特征在于，所述根據所述得到的關鍵詞，獲取所述指定用戶關注的信息之后，還包括：

根據所述指定用戶關注的信息中包含的關鍵詞的關注值的由高到低，對所述指定用戶關注的信息進行排序并輸出所述排序后的指定用戶關注的信息。