一种融合用户关系的自适应微博话题跟踪方法

被引：23

作者：

柏文言 ^{[1
,2
]}

张闯 ^{[1
]}

徐克付 ^{[1
]}

张志明 ^{[3
]}

机构：

[1] 中国科学院信息工程研究所

[2] 北京邮电大学计算机学院

[3] 北京英孚泰克信息技术股份有限公司

来源：

电子学报 | 2017年 / 45卷 / 06期

关键词：

微博; 话题跟踪; 自适应; 用户关系; 极坐标; K-means算法;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

针对微博口语化、文本短小等特点以及现有研究的不足,本文提出了一种融合用户关系的自适应微博话题跟踪方法.首先,在当前跟踪的时间窗内,推文被映射到特征空间,并作为候选推文集合.然后,针对推文的分布特点以及话题跟踪的目的,变换推文特征空间.在此基础上,利用改进的K-means聚类算法对候选推文集合进行二元聚类,从而划分出相关推文集合,即当前话题目标模型.本文通过Twitter平台获取数据进行实验,实验结果表明,该方法能够实时地跟踪话题热度的变化以及焦点的演变,并提高了微博中话题跟踪的稳定性.该方法为用户推荐、舆情分析等领域提供了有效的支撑.

引用

页码：1375 / 1381

页数：7

共 9 条

[1]

基于隐主题分析和文本聚类的微博客中新闻话题的发现 [J].