【摘要】：隨著互聯(lián)網(wǎng)和社交平臺的迅猛發(fā)展,人們獲取信息的方式越來越便捷,自我表達的手段也越來越多。正是由于這種用戶產(chǎn)生式的信息傳播方式,使得網(wǎng)絡上數(shù)據(jù)量激增,導致用戶難以快速獲取自身感興趣的內(nèi)容。因此,建立準確的網(wǎng)絡話題檢測模型,尋找有效的網(wǎng)絡話題表示方法成為了幫助用戶從海量數(shù)據(jù)中獲取熱門信息的有效途徑。本文針對網(wǎng)絡話題進行了三個方面的研究:網(wǎng)絡話題的檢測、網(wǎng)絡話題的表示以及一種網(wǎng)絡話題檢測的后處理優(yōu)化方法。首先,本文提出了一種網(wǎng)絡話題檢測算法。在網(wǎng)絡話題檢測的過程中,本文發(fā)現(xiàn)網(wǎng)絡話題內(nèi)部相似度能夠反映話題內(nèi)網(wǎng)頁之間的關系,從而構造了具有稀疏約束的網(wǎng)絡話題內(nèi)部相似度。隨后,基于泊松反卷積算法對原始混合相似度進行擬合重構,進而降低了話題中錯誤檢測網(wǎng)頁所帶來的不良影響,得到每個候選話題的重要程度。通過對候選話題重要程度的排序,完成網(wǎng)絡話題檢測任務。其次,本文提出一種網(wǎng)絡話題表示方法。為了解決使用不連續(xù)的關鍵詞在進行話題描述時帶來的歧義,同時多角度且全面地給用戶呈現(xiàn)網(wǎng)絡話題的內(nèi)容,本文提出原型網(wǎng)頁表示法。根據(jù)原型應具有代表性和多樣性,本文建立了原型網(wǎng)頁學習算法模型。通過學習網(wǎng)絡話題內(nèi)網(wǎng)頁之間不同的關系,模型能夠從中學習得到具有代表性和多樣性的原型網(wǎng)頁集合。用戶通過直接瀏覽原型網(wǎng)頁集合,達到快速、準確且全面地了解熱門網(wǎng)絡話題的目的。最后,針對網(wǎng)絡話題檢測中存在的不足,本文提出一種后處理優(yōu)化方法。我們發(fā)現(xiàn)在候選話題的排序中,存在大量不準確或無意義的話題。如果合理的處理這些話題,則自然能夠提升網(wǎng)絡話題檢測性能。本文通過對排序后的候選話題進行吸收、移除、重組和重排序的一系列操作,有效地去除了無意義的候選話題,提高了網(wǎng)絡話題檢測的性能。并在兩個公開數(shù)據(jù)集上進行的多種算法的對比實驗證明了該后處理方法的有效性和魯棒性。
【學位授予單位】：北京工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.1;TP393.092

【相似文獻】

相關期刊論文 前10條

1 陳曉燕;;中職《網(wǎng)頁設計與制作》教學的探索與實踐[J];考試周刊;2017年57期

2 沈潔;李一凡;;網(wǎng)頁爬蟲系統(tǒng)在云媒體中的應用[J];中國有線電視;2018年05期

3 ;智能、安全的信息實施網(wǎng)頁發(fā)布管理軟件——天時科技推出Webshot 6.11[J];電腦采購周刊;2002年46期

4 董欣,陳曉鷗;網(wǎng)頁發(fā)布語言的最佳選擇[J];計算機應用;2001年S1期

5 李成;;“網(wǎng)頁設計與制作”課程教學方法初探[J];科教文匯(下旬刊);2019年08期

6 黃麗華;;“一網(wǎng)通辦”背景下網(wǎng)頁歸檔工作問題研究[J];中國檔案;2019年01期

7 李建華,王志國,馬曉云,韓建國;網(wǎng)頁發(fā)布及問題[J];計算機應用研究;2001年11期

8 阿散;; 循序漸進作網(wǎng)頁——網(wǎng)頁發(fā)布篇[J];少年電世界;2002年04期

9 章旭鋒;;以網(wǎng)頁建設為主線開展小學信息技術教學[J];浙江現(xiàn)代教育技術;2004年01期

10 李建華,王志國,馬曉云,韓建國;網(wǎng)頁發(fā)布常用方法及遇到問題[J];電腦開發(fā)與應用;2001年11期

相關重要報紙文章 前9條

1 ;天存信息:iGuard網(wǎng)頁防篡改系統(tǒng)誕生記[N];中國計算機報;2018年

2 黎哮蒼;百度“交友型”網(wǎng)頁發(fā)布暫未見IM蹤影[N];第一財經(jīng)日報;2008年

3 記者 秦詠鋒;簽下15個項目 定下10個合約[N];太行日報;2011年

4 顧榮;解決建筑行業(yè)用工短缺[N];西安日報;2008年

5 何永晉;烏俄供氣危機得以化解[N];科技日報;2008年

6 龐松;DoubleClick與“新浪網(wǎng)”合作[N];通信產(chǎn)業(yè)報;2000年

7 記者 余萬芳;反傾銷短信一年2.4萬條[N];紹興日報;2006年

8 黃超群 夏曙光;安砂水電廠加快融入“數(shù)字電力”[N];中國電力報;2001年

9 記者 丁國元邋李曉南;ATM跨行查詢費迎來“大限”[N];工人日報;2007年

相關碩士學位論文 前9條

1 胡安靜;網(wǎng)絡話題的檢測與表示研究[D];北京工業(yè)大學;2019年

2 趙曉娟;基于匿名流量分析的網(wǎng)站識別[D];北京交通大學;2019年

3 劉禮剛;基于HITS與Shark-Search的主題爬蟲關鍵技術研究與實現(xiàn)[D];江蘇大學;2018年

4 孫文心;基于多特征因子融合的網(wǎng)頁排序算法研究[D];遼寧工程技術大學;2016年

5 王瀟悅;網(wǎng)頁防篡改系統(tǒng)的設計與實現(xiàn)[D];北京交通大學;2017年

6 臧進進;WYSIWYG網(wǎng)頁生成服務系統(tǒng)的設計與實現(xiàn)[D];北京郵電大學;2016年

7 李思陽;基于林業(yè)主題的PageRank算法優(yōu)化的研究[D];東北林業(yè)大學;2017年

8 周維;電力網(wǎng)故障信息發(fā)布系統(tǒng)[D];四川大學;2003年

9 劉李霞;蔡家川流域場降雨徑流模擬與數(shù)字化研究[D];北京林業(yè)大學;2012年

，

本文編號：2617643