微博熱點事件中話題演化關(guān)系挖掘算法研究.pdf

1、隨著網(wǎng)絡(luò)和社交媒體的蓬勃發(fā)展，微博正成為人們獲取信息、交流思想和分享興趣愛好的重要平臺。每當有熱點事件友生時，人們通過微博發(fā)表目身觀點和表達自身關(guān)切。隨著熱點事件的不斷發(fā)展，眾多的用戶觀點不斷進行匯聚.最終形成群體性話題，而這些話題是社會輿論的重要組成。因此，如何有效地挖掘微博熱點事件中的群體性話題，以及話題之間的發(fā)展演化關(guān)系，對預(yù)測事件發(fā)展趨勢，把握社會輿論動向起到關(guān)鍵作用。本文研究微博熱點事件中的話題演化問題，取得了如下成果:

2、>　　1.提出了一種基于滑動窗口的微博時間線摘要算法MTSW。該算法首先利用詞項強度和熵來確定代表性詞項;然后基于內(nèi)容覆蓋性、時間分布性和傳播影響力三種指標，構(gòu)建評價時間線摘要的綜合評價指標;最后采用滑動窗口的方法，遍歷時間軸上的微博消息序列，生成微博時間線摘要。利用真實微博數(shù)據(jù)集“馬航MH370失聯(lián)”事件進行實驗，結(jié)果表明MTSW算法生成的時間線摘要能有效地反應(yīng)熱點事件發(fā)展演化的過程。
　　2.提出了一種基于轉(zhuǎn)發(fā)關(guān)系的微博話題演

3、化圖生成算法MTERR。該算法首先以話題模型為基礎(chǔ)，結(jié)合微博轉(zhuǎn)發(fā)特性和話題的時間特征提取微博話題;然后采用話題的內(nèi)容相關(guān)性指標和轉(zhuǎn)發(fā)關(guān)聯(lián)度指標構(gòu)建話題關(guān)聯(lián)函數(shù)，生成話題演化拓撲圖。最后，基于真實微博數(shù)據(jù)集“馬航MH370失聯(lián)”事件進行實驗，結(jié)果表明MTERR算法能有效地抽取話題信息，構(gòu)建話題演化圖，從而反應(yīng)熱點事件發(fā)展演化的過程。
　　3.開發(fā)了微博話題演化分析原型系統(tǒng)。該系統(tǒng)包含數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析和數(shù)據(jù)可視化四個模塊

4、。數(shù)據(jù)采集模塊實現(xiàn)采集微博熱點事件的微博消息和用戶信息。數(shù)據(jù)預(yù)處理模塊實現(xiàn)對采集到的微博數(shù)據(jù)進行數(shù)據(jù)清洗、文本分詞、停用詞過濾和代表性詞項選擇。數(shù)據(jù)分析模塊實現(xiàn)對熱點事件的時間分布、地理分布等基本信息進行統(tǒng)計，并利用MTSW和MTERR算法分別從線性結(jié)構(gòu)和拓撲結(jié)構(gòu)來探究熱點事件中的話題演化關(guān)系。數(shù)據(jù)可視化模塊實現(xiàn)對熱點事件的統(tǒng)計信息和話題演化結(jié)果進行可視化展示。利用真實微博數(shù)據(jù)集“馬航MH370失聯(lián)”事件對系統(tǒng)進行測試，結(jié)果表明該系統(tǒng)能