新浪微博搜索排序方法研究

• 作者: 严水歌 叶施仁 杨长春
• 来源期刊: 常州大学学报（自然科学版）
• 学科: 工学
• 关键词: 微博 向量空间模型 潜在语义分析 搜索排序
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 信息与计算技术
• 页码范围: 71-75
• 页数: 5页
• 分类号: TP391
• 字数: 4271字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0411.2013.03.018

摘要

深入讨论了基于向量空间模型以及基于潜在语义分析的微博搜索排序算法,以新浪微博为例,通过建立实验系统,利用新浪微博公共开放平台提供的API获取实验数据,通过一个实验样例阐述向量空间模型和潜在语义分析的处理过程.新浪微博现有排序方法通常不能提供按照相关性排序的满意结果.利用向量空间模型以及潜在语义分析方法,构建“索引词-博文”矩阵,对博文进行分词和向量化.衡量博文和查询的相关度转化成计算博文向量和查询向量之间的相似度.把对博文和查询的处理简化为向量空间中向量的运算.由实验得知基于潜在语义分析的微博搜索排序算法有效地提高了博文的检索效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨长春	常州大学信息科学与工程学院	52	366	10.0	17.0
2	叶施仁	常州大学信息科学与工程学院	25	214	6.0	14.0
3	严水歌	常州大学信息科学与工程学院	3	60	2.0	3.0