微博熱點(diǎn)話題發(fā)現(xiàn)與話題演化的研究.pdf

1、密級桂林電子科技大學(xué)碩碩碩碩士士士士學(xué)學(xué)學(xué)學(xué)位位位位論論論論文文文文（全日制專業(yè)學(xué)位碩士）（全日制專業(yè)學(xué)位碩士）題目目目目微博熱點(diǎn)話題發(fā)現(xiàn)與話題演化的研究((((英文）英文）ResearchonHotTopicDetectionTopicEvolutiononMicroblog研究生學(xué)號::::1108521113研究生姓名::::彭利斌指導(dǎo)教師姓名、職務(wù)指導(dǎo)教師姓名、職務(wù)::::蔡國永教授申請學(xué)位門類::::工程碩士學(xué)科、?？啤I(yè)名

2、稱::::計算機(jī)技術(shù)提交論文日期::::2014年4月論文答辯日期::::2014年6月摘要I摘要近年來，由于網(wǎng)絡(luò)技術(shù)的廣泛普及與迅猛發(fā)展，網(wǎng)絡(luò)上信息的傳播速度與網(wǎng)絡(luò)中信息量的規(guī)模空前巨大。作為一種新興的社會網(wǎng)絡(luò)媒體，微博已逐步成為人們獲取信息的重要來源。由于微博發(fā)布的內(nèi)容很簡短，并且可以在各種終端上發(fā)布微博信息，造成了在微博平臺上短時間內(nèi)會產(chǎn)生大量微博數(shù)據(jù)。如果僅僅通過人工來處理微博上這些數(shù)量巨大且雜亂無章的信息內(nèi)容，不僅會大大增加工

3、作量，而且很難為用戶提供及時、準(zhǔn)確又感興趣的微博信息。微博熱點(diǎn)話題發(fā)現(xiàn)技術(shù)就是一項能夠針對微博中的海量信息進(jìn)行處理、分析的技術(shù)，能及時將用戶最感興趣的信息展現(xiàn)給用戶。傳統(tǒng)的熱點(diǎn)話題發(fā)現(xiàn)技術(shù)使用最廣泛的方法是基于空間向量模型，該方法在話題發(fā)現(xiàn)領(lǐng)域取得了很好的效果，但是在處理微博這樣內(nèi)容雜亂且文本短小的信息時，還存在不足。在聚類算法中計算詞相似度的時候僅僅考慮了詞的語義相似度，并沒有考慮那些雖然在語義上不相似，但同時出現(xiàn)的頻率很高的詞（本文

4、稱為上下文式相似度）。本文借鑒傳統(tǒng)的熱點(diǎn)話題發(fā)現(xiàn)方法，針對微博的本身特性，提出一種基于綜合相似度的熱點(diǎn)話題發(fā)現(xiàn)算法。在真實(shí)微博數(shù)據(jù)中進(jìn)行的實(shí)驗(yàn)表明該方法能較有效的發(fā)現(xiàn)微博中的熱點(diǎn)話題。其次，本文從話題模型的角度對微博話題的發(fā)現(xiàn)展開了研究。通過將傳統(tǒng)的LDA（LatentDirichletAllocation)模型擴(kuò)展到適合微博的MLDA（MicroblogLatentDirichletAllocation）模型。MLDA模型是將微博作者

5、之間的關(guān)系、話題標(biāo)簽、微博文本之間的關(guān)聯(lián)關(guān)系擴(kuò)展到LDA模型中的。運(yùn)用GibbsSampling算法進(jìn)行參數(shù)估計，獲取文檔話題和話題詞的分布。最后，論文分析了微博話題的演化。根據(jù)MLDA模型發(fā)現(xiàn)出微博的話題，從話題強(qiáng)度和話題內(nèi)容遷移兩個方面分析微博話題的演化。實(shí)驗(yàn)證明該方法能有效抽取微博話題，從而能夠很好描述微博話題的演化歷程。根據(jù)以上研究的成果，本文還在真實(shí)的微博數(shù)據(jù)上進(jìn)行實(shí)驗(yàn)，通過實(shí)驗(yàn)，驗(yàn)證了上述工作的有效性。關(guān)鍵詞：關(guān)鍵詞：微博熱