【摘要】：針對(duì)微博口語(yǔ)化、文本短小等特點(diǎn)以及現(xiàn)有研究的不足,本文提出了一種融合用戶關(guān)系的自適應(yīng)微博話題跟蹤方法.首先,在當(dāng)前跟蹤的時(shí)間窗內(nèi),推文被映射到特征空間,并作為候選推文集合.然后,針對(duì)推文的分布特點(diǎn)以及話題跟蹤的目的,變換推文特征空間.在此基礎(chǔ)上,利用改進(jìn)的K-means聚類算法對(duì)候選推文集合進(jìn)行二元聚類,從而劃分出相關(guān)推文集合,即當(dāng)前話題目標(biāo)模型.本文通過(guò)Twitter平臺(tái)獲取數(shù)據(jù)進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,該方法能夠?qū)崟r(shí)地跟蹤話題熱度的變化以及焦點(diǎn)的演變,并提高了微博中話題跟蹤的穩(wěn)定性.該方法為用戶推薦、輿情分析等領(lǐng)域提供了有效的支撐.
【圖文】：

g，);定義原推文特征向量為ti(w1i，w2i，w3i，…，wli，…，wLi)．(2)平移后目標(biāo)模型變換為坐標(biāo)原點(diǎn)，即:tg(w1g，w2g，w3g，…，wlg，…，wLg，)→O(0，0，0，…，0，…，0);原推文特征向量ti(w1i，w2i，w3i，…，wli，…，wLi)變換為ti(w1i－w1g，w2i－w2g，w3i－w3g，…，wli－wlg，…，wLi－wLg)．經(jīng)過(guò)坐標(biāo)平移變換后得到的推文集合分布如圖3所示，話題相關(guān)推文集合聚集在坐標(biāo)原點(diǎn)周圍形成“目標(biāo)話題簇”，其他非目標(biāo)話題推文聚集在各自的話題中心周圍形成相應(yīng)的“話題簇”，其密度和體積隨著各自話題的熱度及焦點(diǎn)的分化而改變．同時(shí)在“話題簇”之間存在著零散分布的背景推文．如圖3所示，除了目標(biāo)話題的推文集合外，其他非目標(biāo)話題相關(guān)的推文集合的“話題簇”不均勻地散列在目標(biāo)“話題簇”周圍．在這種分布下，利用K-means算1377

g，);定義原推文特征向量為ti(w1i，w2i，w3i，…，wli，…，wLi)．(2)平移后目標(biāo)模型變換為坐標(biāo)原點(diǎn)，即:tg(w1g，w2g，w3g，…，wlg，…，wLg，)→O(0，0，0，…，0，…，0);原推文特征向量ti(w1i，w2i，w3i，…，wli，…，wLi)變換為ti(w1i－w1g，w2i－w2g，w3i－w3g，…，wli－wlg，…，wLi－wLg)．經(jīng)過(guò)坐標(biāo)平移變換后得到的推文集合分布如圖3所示，，話題相關(guān)推文集合聚集在坐標(biāo)原點(diǎn)周圍形成“目標(biāo)話題簇”，其他非目標(biāo)話題推文聚集在各自的話題中心周圍形成相應(yīng)的“話題簇”，其密度和體積隨著各自話題的熱度及焦點(diǎn)的分化而改變．同時(shí)在“話題簇”之間存在著零散分布的背景推文．如圖3所示，除了目標(biāo)話題的推文集合外，其他非目標(biāo)話題相關(guān)的推文集合的“話題簇”不均勻地散列在目標(biāo)“話題簇”周圍．在這種分布下，利用K-means算1377

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 來(lái)雪玲;圖書館用戶關(guān)系管理[J];圖書館學(xué)研究;2004年09期

2 趙玉敏;;面向知識(shí)服務(wù)的圖書館用戶關(guān)系管理[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年11期

3 徐雙;劉勇;;基于用戶知識(shí)交互的圖書館用戶關(guān)系管理[J];情報(bào)探索;2010年08期

4 付凱芳;;基于知識(shí)轉(zhuǎn)移的圖書館用戶關(guān)系管理分析[J];民營(yíng)科技;2010年08期

5 ;微博的含義[J];民間傳奇故事(A卷);2010年05期

6 孫萬(wàn)軍;用戶卡——郵政實(shí)行用戶關(guān)系管理的第一步[J];中國(guó)郵政;2000年12期

7 陳娟;;媒體的用戶關(guān)系管理應(yīng)建立基于大數(shù)據(jù)的管理理念[J];中國(guó)傳媒科技;2013年01期

8 陳娟;;大數(shù)據(jù)時(shí)代的媒體用戶關(guān)系管理[J];傳媒觀察;2013年07期

9 莫啟儀;;新時(shí)代圖書館用戶關(guān)系管理實(shí)踐研究[J];新世紀(jì)圖書館;2013年07期

10 ;移動(dòng)時(shí)代 媒體與用戶關(guān)系的新變革[J];聲屏世界·廣告人;2013年07期

相關(guān)會(huì)議論文 前1條

1 蔡賽緘;丁麗佳;;對(duì)氣象微博的初步探討及發(fā)展前景思考[A];廣東省氣象學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文摘要文集[C];2012年

相關(guān)重要報(bào)紙文章 前2條

1 李志廷;黨報(bào)微博,力量不“微”[N];寧夏日?qǐng)?bào);2013年

2 實(shí)習(xí)生 張雪嬌;移動(dòng)社交：一場(chǎng)愈演愈烈的社交變革[N];科技日?qǐng)?bào);2014年

相關(guān)博士學(xué)位論文 前1條

1 武慧娟;社會(huì)化標(biāo)注系統(tǒng)中個(gè)性化信息推薦模型研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李德民;社會(huì)網(wǎng)絡(luò)用戶關(guān)系分析與預(yù)測(cè)[D];山東大學(xué);2015年

2 楊珂;電子商務(wù)網(wǎng)絡(luò)水軍的智能識(shí)別研究[D];北京工商大學(xué);2015年

3 張旭;社交網(wǎng)用戶行為關(guān)系概率推演模型的研究與實(shí)現(xiàn)[D];東北大學(xué);2014年

4 俞泱;社會(huì)網(wǎng)絡(luò)中用戶關(guān)系和行為特征的研究與應(yīng)用[D];福州大學(xué);2013年

5 王思博;基于微博用戶關(guān)系分析的好友推薦系統(tǒng)研究與應(yīng)用[D];北京工業(yè)大學(xué);2016年

6 王明元;微博輿情事件中用戶關(guān)系分析技術(shù)的研究與實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

7 王菲;論汽車類微信公眾平臺(tái)的發(fā)展[D];南昌大學(xué);2016年

8 安然;微博用戶管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2016年

9 黃少斌;基于微博的用戶關(guān)系分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2016年

10 李超雄;基于主題模型的網(wǎng)絡(luò)短文本情感分析研究[D];福建師范大學(xué);2016年

本文編號(hào)：2558601