一种融合用户关系的自适应微博话题跟踪方法

dapmood

一种融合用户关系的自适应微博话题跟踪方法

摘要:针对微博口语化、文本短小等特点以及现有研究的不足,本文提出了一种融合用户关系的自适应微博话题跟踪方法.首先,在当前跟踪的时间窗内,推文被映射到特征空间,并作为候选推文集合.然后,针对推文的分布特点以及话题跟踪的目的,变换推文特征空间.在此基础上,利用改进的K-means聚类算法对候选推文集合进行二元聚类,从而划分出相关推文集合,即当前话题目标模型.本文通过Twitter平台获取数据进行实验,实验结果表明,该方法能够实时地跟踪话题热度的变化以及焦点的演变,并提高了微博中话题跟踪的稳定性.该方法为用户推荐、舆情分析等领域提供了有效的支撑.
关键词:微博;话题跟踪;自适应;用户关系;极坐标;K-means算法
% C1 S6 b; H) V( p

游客，如果您要查看本帖隐藏内容请回复

yin123

一种融合用户关系的自适应微博话题跟踪方法