基于自动机的微博在线突发话题检测算法

• 作者: 徐蔚然 谢乾龙
• 来源期刊: 软件
• 学科: 工学
• 关键词: 文本检索 突发话题检测 话题聚类
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 理论计算机科学
• 页码范围: 109-113
• 页数: 5页
• 分类号: TP391.3
• 字数: 5995字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2012.12.028

摘要

提出一种基于状态自动机的突发特征检测算法,针对微博数据长度小,语言不规范,噪声大,数据量大的特点,优化预处理过程和状态自动机模型参数；提出一种突发话题聚类算法,对特征词的词频向量表示进行改进,并引入基于词激活力(WAF)的词法特征,使得聚类效果更加准确,得到的突发话题可读性更强.最后通过实验方法验证了算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐蔚然	北京邮电大学模式识别实验室	22	369	9.0	19.0
2	谢乾龙	北京邮电大学信息与通信工程学院	1	1	1.0	1.0