版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、新浪微博是當(dāng)下非常流行的互聯(lián)網(wǎng)媒體,用戶可以這個(gè)平臺(tái)上發(fā)表自己的觀點(diǎn)。每天發(fā)布的微博總量有數(shù)億之多,這些數(shù)據(jù)極為龐大卻又非常的碎片化。為了及時(shí)掌控輿情動(dòng)態(tài)以及幫助用戶獲得最新熱點(diǎn),就需要從微博數(shù)據(jù)中獲取熱點(diǎn)話題。雖然新浪微博官方已經(jīng)提供了“熱門話題”的功能,但是其中含有較多手動(dòng)編輯的因素,這種辦法不僅浪費(fèi)人力而且不能反映真實(shí)情況。為了解決這個(gè)問(wèn)題,本文設(shè)計(jì)并且實(shí)現(xiàn)了一個(gè)基于Hadoop的微博熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)。
論文介紹了常用的
2、話題檢測(cè)技術(shù),分析了LDA主題模型的發(fā)展過(guò)程與其意義,接著介紹了目前流行的分布式計(jì)算框架的特性與適用場(chǎng)景。在對(duì)微博原始數(shù)據(jù)進(jìn)行分析之后,通過(guò)觀察可以發(fā)現(xiàn)其中有很多廣告類型的垃圾數(shù)據(jù),為了減少信息噪聲,通過(guò)使用排序、過(guò)濾與分詞等預(yù)處理操作對(duì)原始微博數(shù)據(jù)進(jìn)行清洗,最終得到了百G級(jí)別的訓(xùn)練用數(shù)據(jù)集。之后本文利用微博文本的碎片化的特點(diǎn),設(shè)計(jì)了一種改進(jìn)版的LDA模型。該模型所使用的新型抽樣方法可以極大的減少模型訓(xùn)練的時(shí)間復(fù)雜度,所使用的改進(jìn)版的數(shù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Hadoop的微博熱點(diǎn)話題情感分類系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 微博熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于傳播價(jià)值的微博突發(fā)話題檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
- 基于Hadoop的微博用戶情感分類研究與實(shí)現(xiàn).pdf
- 基于新浪微博的熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于微博的用戶關(guān)系分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于微博的輿情分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 話題區(qū)分的微博情感分析技術(shù)研究與實(shí)現(xiàn).pdf
- 基于Hadoop的分布式中文微博情感分析研究與實(shí)現(xiàn).pdf
- 基于主題模型的微博話題發(fā)現(xiàn)與話題摘要.pdf
- 基于微博的網(wǎng)絡(luò)輿情分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于微博文本的話題聚類研究與實(shí)現(xiàn).pdf
- 基于Android的手機(jī)微博系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 微博信息采集與分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Hadoop用戶行為分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于微博話題評(píng)論的情感分析研究與應(yīng)用.pdf
- 微博熱點(diǎn)話題發(fā)現(xiàn)研究與實(shí)現(xiàn).pdf
- 基于Hadoop的網(wǎng)絡(luò)取證分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于.net的微博設(shè)計(jì)與實(shí)現(xiàn)
- 基于LDA模型的微博話題與事件檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論