基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着互互联网和微博的高速发展,微博中的舆情信息已经越来越受到关注。由于微博自有的一些特点,传统的事件发现技术在微博中难以得到理想的效果。本文提出了一种聚类和情感分布相结合的事件发现方法。本文在传统的事件发现方法中加入情感分析以辅助决策,通过分析情感词的变化判断是否有热点事件发生。实验结果表明本文方法可以有效的在徽博平台当中发现热点事件,有助于对微博中舆情的监控和管理。
推荐文章
利用词项语义共现和社团划分发现微博热点事件
热度
亲密度
语义相关性
热点事件
共现图
模块度
基于MFIHC聚类和TOPSIS的微博热点发现方法
网络舆情
TOPSIS
热点发现
聚类
微博
微博负向情感热点话题发现模型
微博
负向情感
热点分析
事件发现
基于SSDKmeans算法的微博热点话题发现研究
话题发现
文本聚类
微博短文本
频繁集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 聚类和情感分布相结合的微博热点事件发现
来源期刊 中国电子商情:通信市场 学科 工学
关键词 事件发现 微博 聚类 情感分布
年,卷(期) 2012,(5) 所属期刊栏目 2012云计算与信息技术应用学术会议优秀论文
研究方向 页码范围 100-104
页数 5页 分类号 TN958.92
字数 2662字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (25)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
事件发现
微博
聚类
情感分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国电子商情·通信市场
双月刊
chi
出版文献量(篇)
2764
总下载数(次)
1
总被引数(次)
1253
论文1v1指导