基于海量信息过滤的微博热词抽取方法

被引：4

作者：

汪洋 ^{[1
]}

帅建梅 ^{[1
]}

陈志刚 ^{[2
]}

机构：

[1] 中国科学技术大学信息科学技术学院

[2] 安徽科大讯飞信息科技股份有限公司研究院

来源：

计算机系统应用 | 2012年 / 21卷 / 11期

关键词：

中文微博; 用户行为模型; 海量信息过滤; 热词抽取; 幂律分布;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

针对海量微博信息,提出一种多步骤的热词抽取方法.首先,选择用户行为特性、微博信息的文本特征构建用户行为模型,并在此基础上提出一种基于规则的话题树生成过滤算法,筛除了微博中大量无关信息,进而对生成的话题树修剪优化;然后,根据话题树的节点内容,使用词频及其波动特性设计热词抽取算法,获取微博的热词信息.实验数据表明,该方法能大大减小输入的数据规模,同时较好的保留重要信息,有效实现热词抽取.

引用

页码：131 / 136

页数：6

共 4 条

[1] 基于MB-LDA模型的微博主题挖掘 [J].