一种基于特征演变的新闻话题演化挖掘方法

• 作者: 岳丽华 张晖 戴文锴 李波 杨春明 赵旭剑 金培权
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 话题演化 话题模型 演变特征 演化偏斜 社会计算 社交网络
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 在线社会关系网络的挖掘与分析
• 页码范围: 819-832
• 页数: 14页
• 分类号: TP391
• 字数: 10799字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.00819

摘要

话题演化挖掘研究可以准确完整地获取新闻话题动态演化各个阶段的话题内容，帮助用户理解新闻话题的来龙去脉以及话题内容之间的相关性和差异性，因此在网络新闻检索、网络舆情监控、互联网突发事件检测与应急管理等方面具有十分重要的作用和应用前景。现有工作由于缺乏对话题特征随时间发展而动态演变的深入分析，仅仅采用均值泛化的思想去增量扩充演化中的话题特征，引入大量话题无关信息，影响了话题关联的准确率，从而导致最终话题演化挖掘结果的偏斜。因此，针对以上问题，文中通过引入话题特征演变特性，提出一种针对话题演化的特征计算模型，在此基础上利用已有话题相关文档和最新文档进行话题信息动态增量扩充，通过对话题特征进行正向融合以及逆向过滤完成对特征信息的抗噪处理，提高话题关联的正确率，有效地解决了话题演化的偏斜问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳丽华	中国科学技术大学计算机科学与技术学院	98	866	15.0	24.0
2	金培权	中国科学技术大学计算机科学与技术学院	52	467	12.0	19.0
3	张晖	西南科技大学计算机科学与技术学院	77	563	14.0	21.0
4	赵旭剑	西南科技大学计算机科学与技术学院	36	196	8.0	13.0
5	李波	西南科技大学计算机科学与技术学院	54	264	9.0	14.0
6	杨春明	西南科技大学计算机科学与技术学院	49	307	10.0	16.0