基于关联性的热点话题识别

• 作者: 张宏莉 张玥
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 热点话题 聚类 关联性
• 年，卷（期）: 2014,（3）
• 页码范围: 55-59
• 页数: 5页
• 分类号: TP311
• 字数: 5359字
• 语种: 中文

摘要

互联网上的社会性媒体具有传播内容广泛、传播范围无地域限制、传播迅速的特点.热点性话题代表了多数人关注的对象、其动态变化影响着人们的生活和思想.识别热点性话题具有重要意义.政策制定者通过热点话题了解人们的生活、调整政策以管理民生.从纷繁变化的海量信息中抽取热点话题是挑战性问题.本文以网络论坛为研究对象,基于网络媒体中发生社会性热点事件时会产生相关联的高频核心词,核心词高度抽象了事件的主要特征和发展方向.基于这个客观现象,提出了基于主题特征词关联的密度聚类算法,建立社会性热点事件发现模型.实验表明,提出的主题词关联性的热点话题识别算法识别准确率和召回率高,具有实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宏莉	哈尔滨工业大学计算机科学与技术学院	185	2778	29.0	46.0
2	张玥	哈尔滨工业大学计算机科学与技术学院	17	91	5.0	9.0