【摘要】：準確、及時的災(zāi)害信息收集,在減少災(zāi)害風險具有重要的意義。微博作為一種新型的社會化媒體,提供隨時隨地分享信息的渠道,在災(zāi)害信息傳播中發(fā)揮重要的作用。微博基于社會網(wǎng)絡(luò)的信息傳播方式,實現(xiàn)了信息的高效聚合,然而由于微博信息發(fā)布便捷、用戶門檻低,導致信息過載、碎片化及可信度低等問題,如何從海量微博信息中挖掘有意義的信息成為本文研究的重點。本文基于關(guān)鍵詞抽取技術(shù),探索微博災(zāi)害信息聚合方法,同時結(jié)合實驗室采集微博語料,對聚合方法進行評價。 本文通過構(gòu)建主題特征詞庫,對微博文本進行標注,計算TF-IDF(Term Frequency-Inverse Document Frequency)權(quán)重,排序產(chǎn)生關(guān)鍵詞列表,采用向量空間模型文本表示,結(jié)合TF-IDF權(quán)重進行文本聚類,獲得主題微博集。分別對微博文本中包含的災(zāi)害特征項及地名特征項進行抽取,獲得災(zāi)害關(guān)鍵詞及地名關(guān)鍵詞,進一步對包含地名關(guān)鍵詞的微博文本進行空間統(tǒng)計及地圖匹配,產(chǎn)生熱點事件地圖。由于微博文本存在多地名、地名尺度不一致等問題,通過構(gòu)建分級地名詞庫,對不同尺度地名進行分級標注,篩選TF-IDF權(quán)重大、尺度小的地名作為文本對應(yīng)地名,結(jié)合地理編碼,實現(xiàn)災(zāi)害信息的空間聚合。 實驗室采集2012年9月15日至10月2日期間微博語料進行臺風災(zāi)害信息聚合,聚合結(jié)果顯示：(1)認證微博(如中央氣象臺、新浪天氣等),能夠跟蹤報道災(zāi)害過程,消息有效性高,基于災(zāi)害關(guān)鍵詞聚合,查準率為0.974,查全率為1,基于地名關(guān)鍵詞聚合,查準率為1,查全率為0.851；(2)普通微博(隨機用戶),分布較廣,能夠有效的彌補認證微博、新聞專題報道覆蓋盲點,在熱點事件發(fā)現(xiàn)具有重要的價值,基于災(zāi)害關(guān)鍵詞信息聚合,文檔權(quán)重前10%,查準率較高為0.855,但查全率較低為0.276,隨著抽取區(qū)間的擴大,查準率降低；基于地名關(guān)鍵詞信息聚合,查準率為0.850,查全率為0.665,可見有效的災(zāi)害信息通常攜帶地名。 綜合上述方法,在具體應(yīng)用環(huán)境中構(gòu)建在線微博災(zāi)害主題聚合原型系統(tǒng),用戶輸入主題關(guān)鍵詞,產(chǎn)生災(zāi)害關(guān)鍵詞列表,用于災(zāi)害鏈發(fā)現(xiàn)及災(zāi)害信息檢索；同時產(chǎn)生災(zāi)害熱點事件地圖,用于快速識別災(zāi)害發(fā)生地。
【學位授予單位】：福建師范大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：X4

【參考文獻】

相關(guān)期刊論文 前8條

1 周炎濤;唐劍波;王家琴;;基于信息熵的改進TFIDF特征選擇算法[J];計算機工程與應(yīng)用;2007年35期

2 張玉芳;彭時名;呂佳;;基于文本分類TFIDF方法的改進與應(yīng)用[J];計算機工程;2006年19期

3 文坤梅;盧正鼎;葉衛(wèi)國;;Web-MIND:基于特定主題的Web信息挖掘系統(tǒng)[J];計算機工程與科學;2007年06期

4 索紅光;劉玉樹;曹淑英;;一種基于詞匯鏈的關(guān)鍵詞抽取方法[J];中文信息學報;2006年06期

5 沈志斌;白清源;;文本分類中特征權(quán)重算法的改進[J];南京師范大學學報(工程技術(shù)版);2008年04期

6 王鋒;;災(zāi)難性事件中的“微”力量——青海玉樹地震中微博應(yīng)用探析[J];新聞世界;2010年S2期

7 徐文海;溫有奎;;一種基于TFIDF方法的中文關(guān)鍵詞抽取算法[J];情報理論與實踐;2008年02期

8 許曉昕;李安貴;;一種基于TFIDF的網(wǎng)絡(luò)聊天關(guān)鍵詞提取算法[J];計算機技術(shù)與發(fā)展;2006年03期

相關(guān)會議論文 前1條

1 秦鵬;李恒訓;張華平;劉金剛;;基于關(guān)鍵詞提取的搜索結(jié)果聚類研究[A];第五屆全國信息檢索學術(shù)會議論文集[C];2009年

相關(guān)碩士學位論文 前1條

1 周建芳;RSS技術(shù)在圖書館網(wǎng)絡(luò)信息服務(wù)中的應(yīng)用研究[D];四川大學;2006年

，

本文編號：2555613