微博信息流中突現(xiàn)話題檢測技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、自2009年國內(nèi)第一個(gè)大型微博平臺(tái)—新浪微博上線以來,國內(nèi)微博用戶的數(shù)量每年都呈井噴式增長。微博特有的用戶關(guān)系結(jié)構(gòu)和巨大影響力使得它已經(jīng)成為網(wǎng)絡(luò)信息傳播的新勢力?,F(xiàn)在微博用戶每天都會(huì)產(chǎn)生數(shù)百萬條新微博信息,這使得難以通過人工的方法來發(fā)現(xiàn)海量微博信息里隱含的突現(xiàn)話題。如果能提出一種自動(dòng)方法可以及時(shí)全面地從海量微博信息中檢測出剛出現(xiàn)不久的突現(xiàn)話題,對掌握最新的網(wǎng)絡(luò)輿論動(dòng)向和維護(hù)社會(huì)穩(wěn)定有著重大意義。本文對檢測微博信息流中突現(xiàn)話題的主要關(guān)鍵技

2、術(shù)進(jìn)行了研究,主要研究的內(nèi)容包括以下兩個(gè)方面。
  首先,提出了一個(gè)根據(jù)突現(xiàn)話題的暴發(fā)特征而構(gòu)建的突現(xiàn)關(guān)鍵詞提取模型。該模型定義了一個(gè)名為微博流片段的數(shù)據(jù)結(jié)構(gòu),然后利用滑動(dòng)窗口、分治和加權(quán)等技術(shù)來提取微博信息流中的突現(xiàn)關(guān)鍵詞。實(shí)驗(yàn)結(jié)果表明本文提出的突現(xiàn)關(guān)鍵詞提取模型可以全面準(zhǔn)確地提取出各個(gè)時(shí)間段內(nèi)的突現(xiàn)關(guān)鍵詞。
  其次,提出了基于互信息的微博突現(xiàn)話題檢測方法。該方法首先使用lucene的搜索技術(shù)來構(gòu)建突現(xiàn)關(guān)鍵詞集合的互信息

3、矩陣,然后利用互信息矩陣來擴(kuò)展一個(gè)新話題的關(guān)鍵詞。通過不斷地?cái)U(kuò)展新話題的關(guān)鍵詞,實(shí)現(xiàn)對突現(xiàn)關(guān)鍵詞集合中的關(guān)鍵詞進(jìn)行聚類,最后把聚類得到的各個(gè)關(guān)鍵詞子集合作為檢測出來的突現(xiàn)話題。實(shí)驗(yàn)表明該方法可以準(zhǔn)確全面地檢測出各個(gè)時(shí)間段內(nèi)的突現(xiàn)話題。
  本文基于微博突現(xiàn)話題的暴發(fā)特征,提出了一種新的基于微博平臺(tái)的突現(xiàn)關(guān)鍵詞提取方法和突現(xiàn)話題檢測方法。這兩個(gè)方法可以幫助人們及時(shí)全面地發(fā)現(xiàn)整個(gè)微博空間里的最新突現(xiàn)話題,使得微博輿情監(jiān)管人員可以更好地

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論