基于社交網(wǎng)絡(luò)的熱點發(fā)現(xiàn)和關(guān)聯(lián)分析.pdf

1、近年來，移動互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展帶動了互聯(lián)網(wǎng)的第二次飛躍。快速增加的數(shù)據(jù)總量也加速了大數(shù)據(jù)時代的來臨，對數(shù)據(jù)價值的挖掘受到人們前所未有的重視。社交網(wǎng)絡(luò)這一傳統(tǒng)而又不斷變化的特殊網(wǎng)絡(luò)應(yīng)用，更是將數(shù)據(jù)時代的魅力展現(xiàn)的淋漓盡致。移動通信技術(shù)發(fā)展到4G時代，社交網(wǎng)絡(luò)更是滲透到普通人生活的方方面面。這些體量巨大、形式豐富的數(shù)據(jù)中隱藏著巨大的商業(yè)和研究價值等待著人們?nèi)グl(fā)掘，其成果可以成為互聯(lián)網(wǎng)產(chǎn)業(yè)前進的巨大推動力。
　　本文主要通過分析新時代

2、社交網(wǎng)絡(luò)數(shù)據(jù)的特征，總結(jié)現(xiàn)有的數(shù)據(jù)分析和處理方法，對基于社交網(wǎng)絡(luò)的熱點信息發(fā)現(xiàn)和關(guān)聯(lián)分析進行研究。本文首先介紹了社交網(wǎng)絡(luò)的基本概況，分析了社交網(wǎng)絡(luò)的數(shù)據(jù)特征以及對其進行數(shù)據(jù)分析的重點和難點?？偨Y(jié)了社交網(wǎng)絡(luò)數(shù)據(jù)分析的基本流程，并介紹了本文采用的熱點發(fā)現(xiàn)和關(guān)聯(lián)分析的流程及方法。
　　在具體的技術(shù)方法研究上，主要分為分詞和排名兩個環(huán)節(jié)。分詞技術(shù)上，首先總結(jié)和分析了常用的中文分詞和新詞識別方法，在此基礎(chǔ)上結(jié)合社交網(wǎng)絡(luò)數(shù)據(jù)的特點改進了新詞識

3、別模型。本文采用 n元遞增的方式提取候選字符串，再經(jīng)過詞頻、互信息和信息熵三個過濾環(huán)節(jié)，篩選出新詞。最后使用ICTCLAS分詞工具結(jié)合新詞識別的結(jié)果，對語料進行分詞。
　　在排名模型的研究上，首先總結(jié)和分析了常用的基于用戶投票的排名模型，結(jié)合社交網(wǎng)絡(luò)熱點發(fā)現(xiàn)的要求，融合了時間滑落模型和牛頓冷卻模型的優(yōu)點，提出了新的排名計算數(shù)學(xué)模型。最后將提取出的熱點信息使用Apriori模型進行關(guān)聯(lián)規(guī)則分析，研究它們之間的相關(guān)關(guān)系，并對成果應(yīng)用進