基于主題模型和社區(qū)發(fā)現(xiàn)的微博熱點(diǎn)事件檢測(cè)研究.pdf

1、憑借簡(jiǎn)便快捷的信息生成機(jī)制和傳播機(jī)制，微博這一新興的社交網(wǎng)絡(luò)服務(wù)媒體在Web2.0時(shí)代已無(wú)處不在。與傳統(tǒng)媒體相比，在新聞事件的播報(bào)和傳播上，微博更加及時(shí)高效。因而基于微博數(shù)據(jù)的熱點(diǎn)事件檢測(cè)成為近幾年的一個(gè)研究熱點(diǎn)。但微博的一些特性為微博熱點(diǎn)事件檢測(cè)任務(wù)帶來(lái)挑戰(zhàn)。首先，微博數(shù)據(jù)流中有大量無(wú)價(jià)值、無(wú)意義的“噪聲”微博，如何有效的從微博數(shù)據(jù)流中將令人感興趣的事件微博與大量“噪聲”微博區(qū)分開(kāi)是微博熱點(diǎn)事件檢測(cè)面對(duì)的首要挑戰(zhàn)。其次，一條微博只有不

2、超過(guò)140個(gè)字符，文本極其稀疏，且常常包含拼寫(xiě)和語(yǔ)法錯(cuò)誤、混合語(yǔ)言文字等，這些都使傳統(tǒng)的文本分析技術(shù)無(wú)法直接應(yīng)用于微博事件檢測(cè)。
　　本文首先研究了國(guó)內(nèi)外現(xiàn)有微博熱點(diǎn)事件檢測(cè)相關(guān)技術(shù)，然后根據(jù)現(xiàn)有技術(shù)不足，在靜態(tài)和動(dòng)態(tài)兩種類(lèi)型的微博熱點(diǎn)事件檢測(cè)上進(jìn)行了相關(guān)研究和擴(kuò)展。在靜態(tài)微博事件檢測(cè)方面，本文提出一種基于主題模型和貝葉斯方法的文本分類(lèi)方法在靜態(tài)微博數(shù)據(jù)上檢測(cè)事件微博，該方法將靜態(tài)微博數(shù)據(jù)映射到主題空間表述，并挖掘主題與文本類(lèi)型之

3、間的關(guān)系，然后根據(jù)微博的主題類(lèi)別屬性是否為事件類(lèi)判斷該微博的類(lèi)別屬性。在動(dòng)態(tài)事件檢測(cè)方面，本文提出一種基于社區(qū)發(fā)現(xiàn)和圖核計(jì)算的動(dòng)態(tài)事件檢測(cè)方法，該方法首先根據(jù)本文提出的一種動(dòng)態(tài)事件詞選取算法選取事件詞;然后分時(shí)間片將動(dòng)態(tài)實(shí)時(shí)微博數(shù)據(jù)流中的微博根據(jù)其所含事件詞狀態(tài)構(gòu)建成微博語(yǔ)義圖，每個(gè)時(shí)間片的微博語(yǔ)義圖以微博博文為結(jié)點(diǎn)，以結(jié)點(diǎn)之間是否出現(xiàn)相同事件詞為邊，然后使用一種社區(qū)發(fā)現(xiàn)算法發(fā)現(xiàn)每個(gè)時(shí)間片微博語(yǔ)義圖中的事件社區(qū)，并返回每個(gè)事件社區(qū)的關(guān)鍵