基于個人微博特征的Timeline生成研究.pdf

1、在這個信息飛速發(fā)展的年代，我們渴望了解我們感興趣的人和事。企業(yè)想了解自己的競爭對手，公司員工想了解老板的信息，追星族想了解自己喜歡的明星，個人想了解自己的親戚朋友的近況。微博卻承載著我們個人的想法而誕生。
　　微博作為一種新型的社交網(wǎng)絡工具發(fā)展急速，用戶可以通過 WEB、移動客戶端等途徑將自己日常生活的點點滴滴發(fā)布并和大家分享。個人發(fā)表的微博以140（本文以新浪微博為主）為字數(shù)上限，并加入標題、表情、URL、圖片等豐富的信息。因為

2、微博這種開放性的特點，使得它的用戶劇增。
　　微博具有文本長度短，信息含量小，數(shù)據(jù)量巨大的特點，這使得在文本處理時造成嚴重的數(shù)據(jù)稀疏性；微博具有實時更新強的特點，使得微博事件提取工作復雜；由于微博文本不規(guī)范、語言的口語化、網(wǎng)絡語言普遍化、拼寫錯誤等，給微博事件提取增添了很多困難；微博文本的主題相互交叉，并呈現(xiàn)長尾現(xiàn)象，導致數(shù)據(jù)分布嚴重不均勻。
　　隨著微博的快速發(fā)展，微博的歷史信息量也越來越大，加上微博獨特的特征，這使得我們

3、在想了解我們感興趣的人和事情的時候困難加劇。微博和傳統(tǒng)文本有很大的區(qū)別，這使得傳統(tǒng)文本事件的提取算法無法應用于微博事件提取中，以傳統(tǒng)文本事件提取算法為基礎，加入微博所特有的特征和特點，進行了微博事件提取的研究，提出了一種基于微博特征的事件提取算法，基于傳統(tǒng)的事件提取方法沒有充分考慮到微博的特征的問題，本文把微博特征進行細化，把微博的轉(zhuǎn)發(fā)、評論、贊、標簽、URL所對應的標題等特征加入到 TF-IDF的改進中，通過改進的TF-IDF提取出關