隨著近年來社交媒體的普及,人們交流和獲取信息的便利性有了大幅度的提升,人們進入了一個全新的媒體時代。以微博為代表的社交媒體平臺更是憑借其發(fā)布、分享、傳播信息的便捷性,成為了大多數(shù)網(wǎng)民首選社交平臺。由于微博具有較強的及時性和傳播性,信息在微博上的傳播速度會很快,其中不乏有一些暴力恐怖等事件,如果某件受廣大民眾關(guān)注的話題對公共安全有一定風險,則可能會演變成突發(fā)事件。為了能夠?qū)崟r的在微博的海量信息中發(fā)現(xiàn)輿情并及時地對民眾言論進行管控和疏導,因而面向社交網(wǎng)絡(luò)中突發(fā)事件檢測和跟蹤研究對社會穩(wěn)定有著重要意義。由于微博的每條文本較短、用詞較隨意等原因,一般的話題檢測技術(shù)在微博突發(fā)事件檢測上的應(yīng)用效果并不好。因此,本文根據(jù)微博文本的特征,提出一種簡單有效的針對微博突發(fā)事件的檢測和跟蹤算法。主要工作如下:(1)微博預(yù)處理。微博的使用人群范圍廣,發(fā)布的信息數(shù)量巨大,內(nèi)容繁多復(fù)雜。為了提高事件的檢測效率,通過分析使用用戶的特點,過濾掉微博中僵尸用戶;通過分析微博中的文本特點,對文本進行分詞、去停用詞等處理后,刪除過短的無意義文本,有效的降低計算的復(fù)雜度。(2)突發(fā)事件的檢測。通過研究突發(fā)事件的特點,提出基于...

【文章頁數(shù)】：55 頁

【學位級別】：碩士

圖1-1近七年中國網(wǎng)民規(guī)模微博作為一個迅速興起并基于用戶實時獲取、共享信息的平臺，極大的降低了

圖2-1向量空間模型

圖2-2CBOW模型

圖2-3Skip-gram模型

本文編號：3883460