一種基于語義分析的微博話題搜索算法.pdf

1、微博是一種互聯(lián)網(wǎng)社交平臺，它通過用戶之間相互關(guān)注的機制實現(xiàn)信息共享，以傳播快、時新性強、內(nèi)容碎片化等特點得到廣大網(wǎng)絡(luò)用戶的青睞，并被大眾廣泛應用，對人們的社交、信息的傳播產(chǎn)生了很重要的影響。龐大的用戶群和巨大的信息量使微博成為一個極其重要的實時信息源，許多重要熱點事件都是由微博首先報道的。微博搜索用戶更傾向搜索近期受關(guān)注的熱點話題，或自己比較喜歡的話題，為了幫助用戶從動態(tài)更新的、海量的微博數(shù)據(jù)中準確獲取感興趣的熱點話題內(nèi)容，開展微博話題

2、搜索技術(shù)的研究迫在眉睫。
　　目前微博搜索主要是基于關(guān)鍵詞匹配的索引，沒有從語義角度分析用戶的檢索意圖，搜索結(jié)果不能很好地滿足用戶期望，因此本文提出一種基于語義分析的微博話題搜索算法，研究內(nèi)容主要包括：首先，針對僅使用余弦相似度無法準確度量文本內(nèi)在語義的相關(guān)性問題，本文融合基于《知網(wǎng)》的語義相似度以及K 距離兩種方法的優(yōu)點，提出組合相似度計算方法，以便精確度量微博文檔相關(guān)性，為后續(xù)話題搜索提供基礎(chǔ)。其次，為解決檢索詞項短小無法推測

3、用戶索引意圖的問題，本文使用作者主題模型對用戶歷史微博數(shù)據(jù)建模，建立用戶興趣特征詞庫，綜合用戶興趣特征詞庫和《同義詞詞林》提出雙層語義查詢擴展方法，使擴展后的查詢詞項相對更契合用戶檢索的本意。然后，為聚集同類話題的微博文，實現(xiàn)更高效的話題搜索，本文在主題模型的基礎(chǔ)上綜合考慮微博文信息結(jié)構(gòu)特征，提出微博話題挖掘模型，實現(xiàn)基于潛在語義分析的微博主題挖掘、以及子話題識別任務；
　　最后，具體研究了一種微博話題搜索算法，該算法利用擴展后的