基于可信度評測的話題發(fā)現(xiàn)方法.pdf

1、憑借創(chuàng)新式的信息生產(chǎn)機(jī)制和網(wǎng)絡(luò)傳播機(jī)制，微博平臺成為社會熱點(diǎn)重要的發(fā)源地和傳播途徑，這使得熱點(diǎn)話題發(fā)現(xiàn)技術(shù)不斷研究與發(fā)展。然而，由于微博的匿名性以及即時性等特征，使得一些人為編造的不可信話題同時在網(wǎng)上流傳開來。于是，對于微博信息的可信度的研究就顯得至關(guān)重要，這不僅影響著整個網(wǎng)絡(luò)的輿論導(dǎo)向，更影響著社會的安定和諧。
　　在以往的可信度研究中，都是基于一些已有的熱點(diǎn)話題進(jìn)行可信度評測，最后驗(yàn)證該話題的置信值與現(xiàn)實(shí)情況的對比。然而，一些

2、不可信的話題已經(jīng)作為網(wǎng)絡(luò)的熱點(diǎn)傳播開來，并不能從源頭上阻止這些話題的傳播。因此，本文結(jié)合話題發(fā)現(xiàn)的相關(guān)方法、微博信息的特征并結(jié)合可信度相關(guān)的研究提出了一種基于可信度評測的話題發(fā)現(xiàn)方法。
　　本文首先提出了可信熱點(diǎn)話題的概念，通過對可信熱點(diǎn)話題的定義、評測指標(biāo)，構(gòu)架了可信熱點(diǎn)話題的發(fā)現(xiàn)框架。在框架中，主要包括用戶可信度評測、微博數(shù)據(jù)準(zhǔn)備、話題提取、可信熱點(diǎn)話題獲取。在用戶可信度評測算法中，本文不僅考慮用戶的基本屬性對用戶可信度的影響

3、，還提出了一種利用相對可信度來分配用戶可信度的算法。在微博信息預(yù)處理過程中，本文考慮到時間對于一個事件的重要性，把時間作為了文本相似度計(jì)算中的一個重要因素。最后本文基于Single-Pass算法進(jìn)行了文本向量聚類，把聚類得到的話題，按照可信熱點(diǎn)話題評價(jià)指標(biāo)，進(jìn)行評價(jià)得到可信熱點(diǎn)話題。
　　最后，本文利用微博平臺上的數(shù)據(jù)對本文中提到的用戶可信度評測算法、時間因素對熱點(diǎn)話題的影響、可信熱點(diǎn)話題的TDT檢測指標(biāo)進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)中用戶可信