基于Android平臺(tái)的微博系統(tǒng)研究與應(yīng)用.pdf

1、微博中圈子很重要，在圈子中，大家對(duì)彼此的關(guān)注度強(qiáng)于圈子外，產(chǎn)生的話題相關(guān)性也比圈子外高。圈子的構(gòu)建技術(shù)與個(gè)性化推薦息息相關(guān)。個(gè)性化推薦的友好程度決定了用戶對(duì)微博的直接體驗(yàn)。個(gè)性化推薦中采用得最廣泛的方法是聚類分析。然而傳統(tǒng)的長(zhǎng)文本聚類算法未能考慮微博數(shù)據(jù)稀疏性的特點(diǎn)，普通的短文本聚類算法又未能結(jié)合微博數(shù)據(jù)自身的特點(diǎn)。
　　針對(duì)微博數(shù)據(jù)的特點(diǎn)，本文提出了一種微博向量構(gòu)建方法，該方法考慮微博的話題與文本內(nèi)容，采用向量空間模型，分別從話

2、題和微博文本計(jì)算其相似度。在計(jì)算微博文本相似度時(shí)對(duì)相似度計(jì)算公式進(jìn)行了調(diào)整，當(dāng)詞語(yǔ)位于話題中時(shí)其重要程度大幅提升。最后，對(duì)話題相似度和微博文本相似度進(jìn)行歸一化處理，得到兩條微博的相似度。
　　在相似度計(jì)算的基礎(chǔ)上，本文提出了一種微博聚類算法。該算法基于標(biāo)簽詞匯發(fā)現(xiàn)技術(shù)，通過(guò)標(biāo)簽詞匯，不斷的將微博數(shù)據(jù)集劃分為不同的簇，使得一個(gè)簇包含標(biāo)簽詞匯，另一個(gè)簇完全不包含標(biāo)簽詞匯。反復(fù)運(yùn)用迭代分割法，得到最終的聚類結(jié)果。本文采用NLPIR微博內(nèi)

3、容語(yǔ)料庫(kù)中的部分?jǐn)?shù)據(jù)對(duì)MBCA算法進(jìn)行測(cè)試，以FScore值為評(píng)估標(biāo)準(zhǔn)，與開源聚類工具包CLUTO中的其他聚類算法進(jìn)行了對(duì)比分析，實(shí)驗(yàn)結(jié)果表明，MBCA算法的性能優(yōu)于其他短文本聚類算法。
　　在上述工作的基礎(chǔ)上，基于Android平臺(tái)，采用MBCA聚類算法設(shè)計(jì)和實(shí)現(xiàn)了一款簡(jiǎn)單的微博系統(tǒng)。軟件在基于Android平臺(tái)的各個(gè)版本的模擬器以及ME525等真機(jī)上運(yùn)行狀況良好，推薦列表合適，證明了軟件設(shè)計(jì)良好，同時(shí)也驗(yàn)證了MBCA算法的合理