基于語境分析的微博熱點話題檢測研究.pdf

1、微博客具有多種登錄方法、豐富的媒體文本內(nèi)容和低準入門檻等特點，所以在很短的時間內(nèi)成為信息分享的社交平臺。在使用微博的過程中，微博用戶可以用簡短的文字、視頻、圖片，甚至是一個象征性的表達符號，通過電腦、手機或其它設備的方式，不拘于時間地點發(fā)布自己的見聞和感受。由于微博平臺可以使多種媒體內(nèi)容進行有效融合，同時微博的表達方法自由簡單，所以在網(wǎng)絡輿論的產(chǎn)生、傳播及動態(tài)交互中，微博具有推波助瀾的作用。
　　在參與網(wǎng)絡熱議話題過程中，個人很容

2、易迷失在大眾的觀點和情緒中，難以發(fā)揮自我約束機制，從而形成片面的、極端的心理態(tài)勢。為了營造積極健康的微博輿論環(huán)境，高效、快速地檢測微博熱點話題就顯得很有必要。因此，本文從微博的內(nèi)容出發(fā)，結合微博語境，通過聚類的方法，研究發(fā)現(xiàn)熱點話題。
　　首先，由于微博短文本具有特征量稀疏、冗余量龐大的特點，要對微博短文本進行預處理，所以應對其無關信息進行清楚和整理，比如各種符號表情及停用詞。使用向量空間模型對微博短文本進行建模表示，同時結合微博

3、短文本所處的語境，加入其元數(shù)據(jù)信息方便擴充特征空間，在一定程度上能有效解決微博碎片化、稀疏性的問題。
　　其次，本文對經(jīng)典算法Single-Pass進行改進。傳統(tǒng)的Single-Pass增量算法容易受到初始話題聚類中心多樣化的影響，導致聚類效果不理想，挖掘不出潛在主題。改進之后的Single-Pass可有效解決聚類結果偏移的問題，提高聚類的準確度，為熱點話題的檢測提供技術依據(jù)。
　　最后，用實驗來檢驗相關理論是否在原有理論的