面向用戶興趣與社區(qū)關(guān)系的微博話題檢測方法.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，網(wǎng)絡(luò)媒體已經(jīng)成為人們?nèi)粘Ｉ钪胁豢苫蛉钡囊环N傳播媒介。其中微博作為新興典型代表之一，以極快的速度影響著社會傳播格局。用戶可以通過微博隨時、隨地的更新個人狀態(tài)和參與討論自己喜愛或關(guān)心的話題，使得微博成為社會熱點話題產(chǎn)生的聚集地。對微博進行話題檢測，不僅能向用戶提供熱點話題信息，還能為政府部門在突發(fā)事件監(jiān)測、輿情分析等方面提供強有力的數(shù)據(jù)支持，因此研究如何從海量的微博信息中檢測出熱門話題具有十分重要的現(xiàn)實意義。

2、r>　　微博文本相對于傳統(tǒng)文本來說差距較大，除了大量的省略、指代及主觀性的個性化語言之外，還有文本較短、話題離散性強、實時性和互動性等特點。因而，傳統(tǒng)的文本話題檢測方法不能直接應(yīng)用于微博，本文在研究過程中結(jié)合微博自身特性，提出了一套基于用戶興趣與社區(qū)關(guān)系的微博話題檢測方法。
　　首先，在本文的話題檢測算法中引入用戶社區(qū)的概念，把用戶之間的關(guān)注關(guān)系量化為微博用戶關(guān)系網(wǎng)，然后對該復(fù)雜網(wǎng)絡(luò)做社區(qū)劃分、對社區(qū)添加興趣標(biāo)簽，并在社區(qū)內(nèi)部檢測

3、話題。針對微博文本的特征稀疏與噪聲過大、過雜等問題，本文提出了一種融合詞重要度與ε近鄰圖的微博話題檢測方法。該方法以詞重要度為入手點，抽取詞重要度較大的k個詞作為重要詞集，計算微博間的相似性，采用圖切割的方法將微博分為一個個微博簇，最后根據(jù)詞重要度求話題主題詞。在真實微博數(shù)據(jù)集上的實驗結(jié)果顯示，該算法能夠有效去除微博噪聲，快速準(zhǔn)確找到社區(qū)內(nèi)熱點話題。
　　針對微博話題的熱度、突發(fā)性以及時間特性等特征，提出了一種融合詞重要度與時間窗

4、口的微博話題檢測方法。該方法首先按照時間窗口對微博文本進行劃分，然后根據(jù)詞的熱度以及突發(fā)度得到時間窗口內(nèi)詞的重要度，并抽取重要度較大的k個詞作為主題詞候選詞。其次，以主題詞候選詞為基礎(chǔ)構(gòu)建詞共現(xiàn)網(wǎng)絡(luò)，并利用社區(qū)劃分算法對該詞共現(xiàn)網(wǎng)絡(luò)進行社區(qū)劃分，最后得到話題并依據(jù)詞重要度進行重要度排行。在真實微博數(shù)據(jù)集上的實驗結(jié)果顯示，該算法能夠快速有效檢測出時間窗口內(nèi)的話題，并對話題重要度、熱度以及突發(fā)度等指標(biāo)進行評估，能夠?qū)υ掝}重要度隨時間變化情況