【摘要】：針對微博口語化、文本短小等特點以及現(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,在當前跟蹤的時間窗內(nèi),推文被映射到特征空間,并作為候選推文集合.然后,針對推文的分布特點以及話題跟蹤的目的,變換推文特征空間.在此基礎(chǔ)上,利用改進的K-means聚類算法對候選推文集合進行二元聚類,從而劃分出相關(guān)推文集合,即當前話題目標模型.本文通過Twitter平臺獲取數(shù)據(jù)進行實驗,實驗結(jié)果表明,該方法能夠?qū)崟r地跟蹤話題熱度的變化以及焦點的演變,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)平移后目標模型變換為坐標原點，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)過坐標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原點周圍形成“目標話題簇”，其他非目標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的分化而改變．同時在“話題簇”之間存在著零散分布的背景推文．如圖3所示，除了目標話題的推文集合外，其他非目標話題相關(guān)的推文集合的“話題簇”不均勻地散列在目標“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)平移后目標模型變換為坐標原點，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)過坐標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原點周圍形成“目標話題簇”，其他非目標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的分化而改變．同時在“話題簇”之間存在著零散分布的背景推文．如圖3所示，除了目標話題的推文集合外，其他非目標話題相關(guān)的推文集合的“話題簇”不均勻地散列在目標“話題簇”周圍．在這種分布下，利用K-means算1377

【相似文獻】

相關(guān)期刊論文 前10條

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

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

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

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

5 ;微博的含義[J];民間傳奇故事(A卷);2010年05期

6 孫萬軍;用戶卡——郵政實行用戶關(guān)系管理的第一步[J];中國郵政;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];中國傳媒科技;2013年01期

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

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

10 ;移動時代 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)會議論文 前1條

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

相關(guān)重要報紙文章 前2條

1 李志廷;黨報微博,力量不“微”[N];寧夏日報;2013年

2 實習生 張雪嬌;移動社交：一場愈演愈烈的社交變革[N];科技日報;2014年

相關(guān)博士學位論文 前1條

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

相關(guān)碩士學位論文 前10條

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

2 楊珂;電子商務(wù)網(wǎng)絡(luò)水軍的智能識別研究[D];北京工商大學;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現(xiàn)[D];東北大學;2014年

4 俞泱;社會網(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;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;2016年

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

7 王菲;論汽車類微信公眾平臺的發(fā)展[D];南昌大學;2016年

8 安然;微博用戶管理系統(tǒng)的設(shè)計與實現(xiàn)[D];大連理工大學;2016年

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

本文編號：2558601