基于大眾標(biāo)注的網(wǎng)絡(luò)群體事件主題分類研究.pdf

1、隨著網(wǎng)絡(luò)的不斷發(fā)展，大眾標(biāo)注技術(shù)得到了廣泛的應(yīng)用，使得輿論傳播和人際交往方式發(fā)生了革命性的變化。用戶通過微博、社交網(wǎng)站對文本進(jìn)行標(biāo)注以及評論，引發(fā)了越來越多的網(wǎng)絡(luò)群體事件。網(wǎng)絡(luò)群體事件的預(yù)警及應(yīng)對引起了社會、政府以及學(xué)術(shù)界的高度關(guān)注。網(wǎng)絡(luò)群體事件預(yù)警的關(guān)鍵技術(shù)是識別網(wǎng)絡(luò)群體事件的主題類型，即只有明確了事件的主題類型，才能夠?qū)W(wǎng)絡(luò)群體事件有初步的判斷、識別和評價。傳統(tǒng)的分類是自上而下的、標(biāo)準(zhǔn)單一、缺乏集體智慧，因此如何在新型網(wǎng)絡(luò)環(huán)境下對網(wǎng)

2、絡(luò)群體事件主題分類是近年來研究的熱點。
　　本文對基于大眾標(biāo)注的網(wǎng)絡(luò)群體事件主題分類研究工作主要包含以下兩點：
　?。?）首先基于形式概念分析理論對大眾標(biāo)注數(shù)據(jù)集進(jìn)行分析。大眾標(biāo)注數(shù)據(jù)集包含了用戶、資源、標(biāo)簽三元關(guān)系數(shù)據(jù)，但由于其標(biāo)注的自由性、開放性等特點，造成標(biāo)簽呈現(xiàn)扁平化、缺乏層次性，還不能準(zhǔn)確地標(biāo)識資源的語義，影響了用戶發(fā)現(xiàn)資源主題的效率。本文通過形式概念分析理論建立概念格，從用戶標(biāo)注行為和用戶偏好兩個方面進(jìn)行分析標(biāo)記

3、數(shù)據(jù)、挖掘隱性知識。在研究用戶標(biāo)注行為中，通過計算所有“用戶—標(biāo)簽”節(jié)點的鏈接條數(shù)和鏈接深度，挖掘領(lǐng)袖用戶（權(quán)威用戶）以及用戶群體。對于用戶偏好的研究，計算“用戶—資源”節(jié)點的頻率和節(jié)點中的位置，發(fā)現(xiàn)用戶偏好資源。
　?。?）針對傳統(tǒng)的分類算法在處理降維、數(shù)據(jù)稀疏、缺乏語義以及主題發(fā)現(xiàn)方面存在的不足，本文提出了基于標(biāo)注的LDA（Latent Dirichlet Allocation）模型的文本分類方法。在LDA模型的文本、主題、詞

4、語三層結(jié)構(gòu)中，引入標(biāo)簽Tag層進(jìn)行主題建模，更好的挖掘出文本主題。利用Gibbs抽樣算法進(jìn)行推理計算，獲取主題中的詞語概率分布、文本中的主題概率分布以及主題中的標(biāo)簽概率分布。首先分析“主題—詞語”概率矩陣，按照概率從大到小的原則進(jìn)行排序，對接近或等于0的詞語進(jìn)行過濾，降低詞語的維度，進(jìn)而計算主題之間的相似性。接著分析“主題—標(biāo)簽”的概率矩陣，把主題作為標(biāo)簽的特征向量，進(jìn)行標(biāo)簽相似化計算。最后通過分析標(biāo)簽在文本中的出現(xiàn)頻率計算標(biāo)簽權(quán)重，以