微博熱點(diǎn)事件中話題演化關(guān)系挖掘算法研究.pdf

1、隨著網(wǎng)絡(luò)和社交媒體的蓬勃發(fā)展，微博正成為人們獲取信息、交流思想和分享興趣愛好的重要平臺(tái)。每當(dāng)有熱點(diǎn)事件友生時(shí)，人們通過微博發(fā)表目身觀點(diǎn)和表達(dá)自身關(guān)切。隨著熱點(diǎn)事件的不斷發(fā)展，眾多的用戶觀點(diǎn)不斷進(jìn)行匯聚.最終形成群體性話題，而這些話題是社會(huì)輿論的重要組成。因此，如何有效地挖掘微博熱點(diǎn)事件中的群體性話題，以及話題之間的發(fā)展演化關(guān)系，對(duì)預(yù)測(cè)事件發(fā)展趨勢(shì)，把握社會(huì)輿論動(dòng)向起到關(guān)鍵作用。本文研究微博熱點(diǎn)事件中的話題演化問題，取得了如下成果:

2、>　　1.提出了一種基于滑動(dòng)窗口的微博時(shí)間線摘要算法MTSW。該算法首先利用詞項(xiàng)強(qiáng)度和熵來確定代表性詞項(xiàng);然后基于內(nèi)容覆蓋性、時(shí)間分布性和傳播影響力三種指標(biāo)，構(gòu)建評(píng)價(jià)時(shí)間線摘要的綜合評(píng)價(jià)指標(biāo);最后采用滑動(dòng)窗口的方法，遍歷時(shí)間軸上的微博消息序列，生成微博時(shí)間線摘要。利用真實(shí)微博數(shù)據(jù)集“馬航MH370失聯(lián)”事件進(jìn)行實(shí)驗(yàn)，結(jié)果表明MTSW算法生成的時(shí)間線摘要能有效地反應(yīng)熱點(diǎn)事件發(fā)展演化的過程。
　　2.提出了一種基于轉(zhuǎn)發(fā)關(guān)系的微博話題演

3、化圖生成算法MTERR。該算法首先以話題模型為基礎(chǔ)，結(jié)合微博轉(zhuǎn)發(fā)特性和話題的時(shí)間特征提取微博話題;然后采用話題的內(nèi)容相關(guān)性指標(biāo)和轉(zhuǎn)發(fā)關(guān)聯(lián)度指標(biāo)構(gòu)建話題關(guān)聯(lián)函數(shù)，生成話題演化拓?fù)鋱D。最后，基于真實(shí)微博數(shù)據(jù)集“馬航MH370失聯(lián)”事件進(jìn)行實(shí)驗(yàn)，結(jié)果表明MTERR算法能有效地抽取話題信息，構(gòu)建話題演化圖，從而反應(yīng)熱點(diǎn)事件發(fā)展演化的過程。
　　3.開發(fā)了微博話題演化分析原型系統(tǒng)。該系統(tǒng)包含數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析和數(shù)據(jù)可視化四個(gè)模塊

4、。數(shù)據(jù)采集模塊實(shí)現(xiàn)采集微博熱點(diǎn)事件的微博消息和用戶信息。數(shù)據(jù)預(yù)處理模塊實(shí)現(xiàn)對(duì)采集到的微博數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、文本分詞、停用詞過濾和代表性詞項(xiàng)選擇。數(shù)據(jù)分析模塊實(shí)現(xiàn)對(duì)熱點(diǎn)事件的時(shí)間分布、地理分布等基本信息進(jìn)行統(tǒng)計(jì)，并利用MTSW和MTERR算法分別從線性結(jié)構(gòu)和拓?fù)浣Y(jié)構(gòu)來探究熱點(diǎn)事件中的話題演化關(guān)系。數(shù)據(jù)可視化模塊實(shí)現(xiàn)對(duì)熱點(diǎn)事件的統(tǒng)計(jì)信息和話題演化結(jié)果進(jìn)行可視化展示。利用真實(shí)微博數(shù)據(jù)集“馬航MH370失聯(lián)”事件對(duì)系統(tǒng)進(jìn)行測(cè)試，結(jié)果表明該系統(tǒng)能