版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在社交網絡日益發(fā)達的今天,網絡上每時每刻都有海量的文本生成。對這些文本進行關鍵字提取可以為許多應用帶來益處,比如廣告、搜索以及內容過濾等等。本文的研究對象是微博,它與傳統(tǒng)網頁不同之處在于微博本身擁有一些特殊的社會特征,比如由用戶生成的標簽,它在本質上具有微博的主題性。與這些標簽相關的關鍵詞可以反映出用戶的意圖,從而能夠幫助用戶更好地理解微博文章內容。我們將標簽作為主題指標,為微博提出了新穎的無監(jiān)督關鍵詞抽取方法。
文章具體工作
2、如下:
?。?)一種方法是隨機游走排序方法。首先建立詞匯與微博之間的加權二分圖,該圖形中已將微博自身因素考慮在內;然后將基于標簽的隨機游走算法利用于二分圖中,該方法根據主題標簽對關鍵詞進行抽取;經過一系列的迭代后,最終的關鍵詞排序將取決于每個詞匯的平穩(wěn)概率。
(2)另一種是依靠微博集合中話題標簽來推斷話題分布的主題模型算法,用該方法抽取出的關鍵詞的最終排序是由它們的平均主題概率決定。通過這種主題模型算法不但可以發(fā)現(xiàn)微博
3、集合中的主題,還能夠抽取出與標簽相關的關鍵詞。
(3)我們利用真實的新浪微博平臺數據對以上提出的關鍵詞抽取方法進行了實驗評估,最終的實驗結果顯示這兩種關鍵詞抽取方法都比傳統(tǒng)不考慮標簽因素的方法精確度更高。而且文章還嘗試將以上兩種方法進行巧妙的結合,做了一定程度的創(chuàng)新和改進,實驗結果更加喜人,精確度與高效遠遠超出了傳統(tǒng)算法的結果。
(4)本文還將可視化技術運用到了微博熱門話題分析和關鍵詞分析中,微博詞云可視化的設計可用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于XML的關鍵字查詢算法研究.pdf
- 基于Hadoop的XML關鍵字查詢算法研究.pdf
- 圖上的關鍵字搜索算法.pdf
- 基于ELCA語義的XML關鍵字查詢算法研究.pdf
- 基于標簽的模糊匹配微博人脈挖掘算法.pdf
- 基于微博內容的博主標簽生成關鍵技術研究.pdf
- 基于查詢語義的XML關鍵字查詢算法的研究.pdf
- 關鍵字
- 基于層級標簽的社會標注模型研究.pdf
- 垃圾郵件關鍵字過濾算法
- 基于關鍵字的XML查詢.pdf
- 基于SWN理論的文本復合關鍵字提取算法的研究.pdf
- 基于查詢語義的xml關鍵字查詢算法的研究(1)
- java關鍵字
- 基于內容的社會標簽推薦技術研究.pdf
- 基于標簽的微博用戶興趣發(fā)現(xiàn)算法研究及應用.pdf
- 基于微博的用戶職業(yè)抽取研究.pdf
- 微博事件抽取.pdf
- 基于圖文語義關聯(lián)的微博關鍵詞抽取方法研究.pdf
- 抗內部敵手關鍵字猜測攻擊帶關鍵字搜索公鑰加密算法研究.pdf
評論
0/150
提交評論