[目的/意義]準確地計算微博相似度可以提高微博主題挖掘效率,對輿情治理、保障信息安全具有實踐意義。針對微博文本語義稀疏、高維的問題,提出一種融入微博非文本特征的超邊相似度算法。[方法/過程]分析微博輿情發(fā)生機制,利用超網(wǎng)絡(luò)模型表示微博輿情主題形成過程,通過計算各層子網(wǎng)相似度及各層子網(wǎng)對主題形成的貢獻度構(gòu)建超邊相似度算法。[結(jié)果/結(jié)論]研究發(fā)現(xiàn),論文所提出的相似度方法有助于提升微博輿情信息的主題聚類效果,特別是對于文字性表述相似程度高的微博信息,具有明顯的主題區(qū)分性。

【文章頁數(shù)】：10 頁

【文章目錄】：
1 引言
2 相關(guān)研究
    2.1 微博相似度分析
    2.2 超網(wǎng)絡(luò)分析
3 超邊相似度算法
    3.1 微博輿情主題發(fā)現(xiàn)超網(wǎng)絡(luò)模型建模
    3.2 超邊相似度算法
    3.3 超網(wǎng)絡(luò)模型中超邊屬性計算
        (1)社交相似度simα(SEi,SEj)。
        (2)時序相似度simt(SEi,SEj)。
        (3)情感相似度sims(SEi,SEj)。
        (4)關(guān)鍵詞相似度simk(SEi,SEj)。
    3.4 基于層次分析法的特征權(quán)值計算
        (1)構(gòu)建層次結(jié)構(gòu)模型。
        (2)構(gòu)建比較矩陣。
        (3)計算相對權(quán)重。
        (4)一致性檢測。
4 實驗與分析
    4.1 實驗數(shù)據(jù)說明
    4.2 實驗過程
    4.3 實驗評估指標設(shè)計
    4.4 實驗結(jié)果與分析
    4.5 結(jié)論與討論
作者貢獻說明:



本文編號：3871401