面向微博用戶的標(biāo)簽自動(dòng)生成技術(shù)研究.pdf

1、近年來,微博服務(wù)作為新型的互聯(lián)網(wǎng)應(yīng)用,受到了越來越多用戶的關(guān)注。在自然語言處理、信息檢索和社會(huì)計(jì)算等相關(guān)領(lǐng)域,針對(duì)微博的研究工作也在逐漸開展和積累中。微博用戶標(biāo)簽,作為描述用戶興趣愛好、職業(yè)領(lǐng)域特征等的載體,在用戶組織和搜索,挖掘用戶興趣、實(shí)現(xiàn)微博上的個(gè)性化等方面有著重要的作用。
　　本文著眼于基于微博內(nèi)容的用戶標(biāo)簽自動(dòng)生成,借助對(duì)內(nèi)容的分析,生成能夠體現(xiàn)用戶興趣的標(biāo)簽。
　　本文通過新浪微博API隨機(jī)獲取了百萬級(jí)規(guī)模的標(biāo)簽

2、相關(guān)數(shù)據(jù),用于分析用戶標(biāo)簽在統(tǒng)計(jì)、語義等方面的特征。同時(shí),我們對(duì)基于文本的標(biāo)簽源:用戶的原創(chuàng)、轉(zhuǎn)發(fā)、評(píng)論和收藏微博的語義相似度及其對(duì)反映用戶興趣的貢獻(xiàn)進(jìn)行了實(shí)驗(yàn)和分析,結(jié)果表明標(biāo)簽源間的語義相似度并不高;而轉(zhuǎn)發(fā)微博更能體現(xiàn)用戶興趣,評(píng)論最差,從而也確定了本文中生成標(biāo)簽的文本來源。
　　本文從生成標(biāo)簽的不同粒度出發(fā),分別從基于關(guān)鍵詞和基于類別的角度自動(dòng)生成微博用戶標(biāo)簽。對(duì)生成結(jié)果的評(píng)價(jià)準(zhǔn)則有兩條:一是生成結(jié)果是否準(zhǔn)確體現(xiàn)了用戶興趣;

3、二是生成結(jié)果是否適合作為用戶標(biāo)簽。
　　在基于關(guān)鍵詞的生成方法中,引入了基于TextRank的標(biāo)簽生成方法,通過分析微博中詞語的共現(xiàn)關(guān)系,構(gòu)建詞語網(wǎng)絡(luò),抽取較為重要的詞用于標(biāo)簽生成。為了使生成的標(biāo)簽?zāi)茉诟嗟木S度上體現(xiàn)用戶興趣,接著提出了基于聚類分析的生成方法,從較重要的聚類簇中提取代表詞用于標(biāo)簽生成。實(shí)驗(yàn)表明,兩種方法都優(yōu)于我們的baseline。同時(shí),我們也對(duì)兩種方法進(jìn)行了討論、對(duì)比和分析。
　　在基于類別的生成方法中,