【摘要】：隨著互聯(lián)網(wǎng)和社交平臺(tái)的迅猛發(fā)展,人們獲取信息的方式越來(lái)越便捷,自我表達(dá)的手段也越來(lái)越多。正是由于這種用戶(hù)產(chǎn)生式的信息傳播方式,使得網(wǎng)絡(luò)上數(shù)據(jù)量激增,導(dǎo)致用戶(hù)難以快速獲取自身感興趣的內(nèi)容。因此,建立準(zhǔn)確的網(wǎng)絡(luò)話(huà)題檢測(cè)模型,尋找有效的網(wǎng)絡(luò)話(huà)題表示方法成為了幫助用戶(hù)從海量數(shù)據(jù)中獲取熱門(mén)信息的有效途徑。本文針對(duì)網(wǎng)絡(luò)話(huà)題進(jìn)行了三個(gè)方面的研究:網(wǎng)絡(luò)話(huà)題的檢測(cè)、網(wǎng)絡(luò)話(huà)題的表示以及一種網(wǎng)絡(luò)話(huà)題檢測(cè)的后處理優(yōu)化方法。首先,本文提出了一種網(wǎng)絡(luò)話(huà)題檢測(cè)算法。在網(wǎng)絡(luò)話(huà)題檢測(cè)的過(guò)程中,本文發(fā)現(xiàn)網(wǎng)絡(luò)話(huà)題內(nèi)部相似度能夠反映話(huà)題內(nèi)網(wǎng)頁(yè)之間的關(guān)系,從而構(gòu)造了具有稀疏約束的網(wǎng)絡(luò)話(huà)題內(nèi)部相似度。隨后,基于泊松反卷積算法對(duì)原始混合相似度進(jìn)行擬合重構(gòu),進(jìn)而降低了話(huà)題中錯(cuò)誤檢測(cè)網(wǎng)頁(yè)所帶來(lái)的不良影響,得到每個(gè)候選話(huà)題的重要程度。通過(guò)對(duì)候選話(huà)題重要程度的排序,完成網(wǎng)絡(luò)話(huà)題檢測(cè)任務(wù)。其次,本文提出一種網(wǎng)絡(luò)話(huà)題表示方法。為了解決使用不連續(xù)的關(guān)鍵詞在進(jìn)行話(huà)題描述時(shí)帶來(lái)的歧義,同時(shí)多角度且全面地給用戶(hù)呈現(xiàn)網(wǎng)絡(luò)話(huà)題的內(nèi)容,本文提出原型網(wǎng)頁(yè)表示法。根據(jù)原型應(yīng)具有代表性和多樣性,本文建立了原型網(wǎng)頁(yè)學(xué)習(xí)算法模型。通過(guò)學(xué)習(xí)網(wǎng)絡(luò)話(huà)題內(nèi)網(wǎng)頁(yè)之間不同的關(guān)系,模型能夠從中學(xué)習(xí)得到具有代表性和多樣性的原型網(wǎng)頁(yè)集合。用戶(hù)通過(guò)直接瀏覽原型網(wǎng)頁(yè)集合,達(dá)到快速、準(zhǔn)確且全面地了解熱門(mén)網(wǎng)絡(luò)話(huà)題的目的。最后,針對(duì)網(wǎng)絡(luò)話(huà)題檢測(cè)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(huà)題的排序中,存在大量不準(zhǔn)確或無(wú)意義的話(huà)題。如果合理的處理這些話(huà)題,則自然能夠提升網(wǎng)絡(luò)話(huà)題檢測(cè)性能。本文通過(guò)對(duì)排序后的候選話(huà)題進(jìn)行吸收、移除、重組和重排序的一系列操作,有效地去除了無(wú)意義的候選話(huà)題,提高了網(wǎng)絡(luò)話(huà)題檢測(cè)的性能。并在兩個(gè)公開(kāi)數(shù)據(jù)集上進(jìn)行的多種算法的對(duì)比實(shí)驗(yàn)證明了該后處理方法的有效性和魯棒性。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP391.1;TP393.092

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳曉燕;;中職《網(wǎng)頁(yè)設(shè)計(jì)與制作》教學(xué)的探索與實(shí)踐[J];考試周刊;2017年57期

2 沈潔;李一凡;;網(wǎng)頁(yè)爬蟲(chóng)系統(tǒng)在云媒體中的應(yīng)用[J];中國(guó)有線(xiàn)電視;2018年05期

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

4 董欣,陳曉鷗;網(wǎng)頁(yè)發(fā)布語(yǔ)言的最佳選擇[J];計(jì)算機(jī)應(yīng)用;2001年S1期

5 李成;;“網(wǎng)頁(yè)設(shè)計(jì)與制作”課程教學(xué)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(yè)歸檔工作問(wèn)題研究[J];中國(guó)檔案;2019年01期

7 李建華,王志國(guó),馬曉云,韓建國(guó);網(wǎng)頁(yè)發(fā)布及問(wèn)題[J];計(jì)算機(jī)應(yīng)用研究;2001年11期

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

9 章旭鋒;;以網(wǎng)頁(yè)建設(shè)為主線(xiàn)開(kāi)展小學(xué)信息技術(shù)教學(xué)[J];浙江現(xiàn)代教育技術(shù);2004年01期

10 李建華,王志國(guó),馬曉云,韓建國(guó);網(wǎng)頁(yè)發(fā)布常用方法及遇到問(wèn)題[J];電腦開(kāi)發(fā)與應(yīng)用;2001年11期

相關(guān)重要報(bào)紙文章 前9條

1 ;天存信息:iGuard網(wǎng)頁(yè)防篡改系統(tǒng)誕生記[N];中國(guó)計(jì)算機(jī)報(bào);2018年

2 黎哮蒼;百度“交友型”網(wǎng)頁(yè)發(fā)布暫未見(jiàn)IM蹤影[N];第一財(cái)經(jīng)日?qǐng)?bào);2008年

3 記者 秦詠鋒;簽下15個(gè)項(xiàng)目 定下10個(gè)合約[N];太行日?qǐng)?bào);2011年

4 顧榮;解決建筑行業(yè)用工短缺[N];西安日?qǐng)?bào);2008年

5 何永晉;烏俄供氣危機(jī)得以化解[N];科技日?qǐng)?bào);2008年

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

7 記者 余萬(wàn)芳;反傾銷(xiāo)短信一年2.4萬(wàn)條[N];紹興日?qǐng)?bào);2006年

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

9 記者 丁國(guó)元邋李曉南;ATM跨行查詢(xún)費(fèi)迎來(lái)“大限”[N];工人日?qǐng)?bào);2007年

相關(guān)碩士學(xué)位論文 前9條

1 胡安靜;網(wǎng)絡(luò)話(huà)題的檢測(cè)與表示研究[D];北京工業(yè)大學(xué);2019年

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

3 劉禮剛;基于HITS與Shark-Search的主題爬蟲(chóng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];江蘇大學(xué);2018年

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

5 王瀟悅;網(wǎng)頁(yè)防篡改系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2017年

6 臧進(jìn)進(jìn);WYSIWYG網(wǎng)頁(yè)生成服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2016年

7 李思陽(yáng);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(xué);2017年

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

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

，

本文編號(hào)：2617643