中文微博数据净化算法比较研究

• 作者: 周刚 李旭东 杨亚强 邹鸿程
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 微博 质量指标 过滤 中心值 数据净化
• 年，卷（期）: 2012,（20）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 41-44,48
• 分类号: TP311
• 字数: 4226字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.20.011

摘要

针对微博语言口语化和不规范导致微博数据质量低下的问题,利用质心、度-中心值和特征向量-中心值3种算法对微博话题数据进行净化,从而提高数据质量.通过比较净化前后话题帖子的规范性、相关性和有益性等属性指标分析算法性能.实验结果表明,经过3种净化算法处理,话题帖子的整体质量尤其是规范性指标均有所提高,质心算法对于有益性指标有较好的净化效果,度-中心值和特征向量-中心值算法有助于得到强相似度的话题帖子.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周刚	信息工程大学信息工程学院	11	115	5.0	10.0
2	邹鸿程	信息工程大学信息工程学院	2	56	1.0	2.0
3	杨亚强	信息工程大学信息工程学院	1	1	1.0	1.0
4	李旭东	信息工程大学信息工程学院	1	1	1.0	1.0