基于語義指紋關(guān)聯(lián)的網(wǎng)絡(luò)事件熱度分析方法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)絡(luò)媒體應(yīng)運(yùn)而生，傳統(tǒng)媒體公司也隨之建立了新聞發(fā)布網(wǎng)站。網(wǎng)絡(luò)傳播的快捷性、互動性、開放性等特點(diǎn)使得民眾可以快速關(guān)注網(wǎng)絡(luò)上的熱點(diǎn)事件，發(fā)表看法、參與討論。隨著民眾的關(guān)注，負(fù)面熱點(diǎn)事件的事件破壞力可能會對社會的和諧造成不好的影響，因此，在熱點(diǎn)事件的萌芽階段及時(shí)發(fā)現(xiàn)熱點(diǎn)事件并采取適當(dāng)?shù)拇胧┻M(jìn)行處理，是熱點(diǎn)事件下一步的研究方向。
　　目前的熱點(diǎn)事件發(fā)現(xiàn)方法主要是通過文本處理的方法對網(wǎng)絡(luò)上的信息進(jìn)行歸類，然后對每一類事

2、件進(jìn)行熱度分析。這類方法屬于事后分析，如果能在事件的萌芽階段發(fā)現(xiàn)并及時(shí)處理該事件就能有效降低影響。因此，本文研究的目標(biāo)是在事件的萌芽階段分析事件的熱度，判斷其是否會成為熱點(diǎn)事件。
　　新的事件剛產(chǎn)生時(shí)，事件的報(bào)道數(shù)量、評論數(shù)、點(diǎn)擊率等都很少，通過熱度計(jì)算公式不能判斷其是否會成為熱點(diǎn)事件。分析熱點(diǎn)事件的特點(diǎn)，發(fā)現(xiàn)有很多與熱點(diǎn)事件相關(guān)的事件在過去發(fā)生過。這說明熱點(diǎn)事件之間相互關(guān)聯(lián)，因此可通過已經(jīng)發(fā)生的熱點(diǎn)事件分析當(dāng)前事件的熱度。

3、>　　本文首先提出事件語義指紋的概念描述事件，事件的語義指紋分為主體、主題、時(shí)間、地點(diǎn)四部分，從這四部分描述一個(gè)事件。事件的主體、時(shí)間、地點(diǎn)等屬于命名實(shí)體，可通過命名實(shí)體識別技術(shù)得到，根據(jù)每部分的特點(diǎn)，分別計(jì)算它們的貢獻(xiàn)度;事件的主題主要描述事件的內(nèi)容，通過柯式復(fù)雜性理論和共詞矩陣得到最能代表事件的相關(guān)特征詞作為事件的主題。事件的語義指紋根據(jù)事件每個(gè)方面的特點(diǎn)來描述一個(gè)事件，比傳統(tǒng)的文本向量表示事件的方法更加完善。
　　然后基于事

4、件的語義指紋計(jì)算兩個(gè)事件的相關(guān)度，建立關(guān)聯(lián)事件圖，分析圖中每個(gè)事件的熱度，依據(jù)PageRank算法的思想得到每個(gè)事件的重要性，計(jì)算事件的熱度向量與事件的重要性向量的乘積，得到當(dāng)前事件的熱度。分別計(jì)算事件的語義指紋的四個(gè)方面的關(guān)聯(lián)度來得到事件之間的關(guān)聯(lián)度，以事件關(guān)聯(lián)度為邊的權(quán)重，建立權(quán)重矩陣，迭代計(jì)算事件關(guān)聯(lián)圖中事件的重要性，當(dāng)收斂時(shí)得到關(guān)聯(lián)圖中每個(gè)事件的重要性。
　　最后將事件的語義指紋與TF-IDF、BM25等方法在檢索模型里作