基于中心化的微博热点发现方法

被引：15

作者：

蔡淑琴 ^{[1
]}

张静 ^{[1
]}

王旸 ^{[1
]}

马玉涛 ^{[1
]}

林勇 ^{[2
]}

机构：

[1] 华中科技大学管理学院

[2] 英国格林威治大学商学院

来源：

管理学报 | 2012年 / 9卷 / 06期

关键词：

热点发现; 微博; 中心化; 元数据模型;

D O I：

暂无

中图分类号：

G206 [传播理论];

学科分类号：

050302 ;

摘要：

以解决微博平台海量信息碎片为切入点,结合微博信息文本短小、来源广泛、传播方式多样等特点,设计基于中心化的微博热点的发现机制。通过微博平台开放API记录的结构化元数据信息,设计微博的元数据模型,将微博热点发现看作是原始语料到热点语料簇的生产加工增值过程,设计以数据预处理技术为核心的语料初加工方法,以及基于短文本聚类、基于传播路径与用户行为的中心化深加工方法,构建完整的生产加工过程模型,并通过实例验证理论研究成果。

引用

页码：874 / 879

页数：6

共 6 条

[1] 话题识别与跟踪研究 [J].

李保利 ;

俞士汶 .

计算机工程与应用, 2003, (17) :7-10+109

[2]

基于内容计算和链接分析的Web话题跟踪方法[J]. 宋丹,林鸿飞,杨志豪.情报学报. 2007 (04)

[3]

2004年中国社会形势分析与预测[M]. 社会科学文献出版社 , 汝信, 2003

[4]

Distance-based outliers: algorithms and applications[J] . Edwin M. Knorr,Raymond T. Ng,Vladimir Tucakov.The VLDB Journal . 2000 (3-4)

[5]

Data clustering[J] . A. K. Jain,M. N. Murty,P. J. Flynn.ACM Computing Surveys (CSUR) . 1999 (3)

[6]

Merging results from isolated search engines .2 N. Craswell,D. Hawking,P. B. Thistlewaite. Australasian Database Conference . 1999

← 1 →