基于重叠社团发现的微博话题检测方法

• 作者: 姬东鸿 程飞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 微博 话题检测 复杂网络 重叠社团发现
• 年，卷（期）: 2015,（6）
• 页码范围: 93-98
• 页数: 6页
• 分类号: TP391.1
• 字数: 6588字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1402-0074

摘要

微博话题检测是当前研究的热点，提出一种基于复杂网络重叠社团发现的微博话题检测方法。该方法对一段时间内的微博数据进行预处理，在分词后，根据词性以及词的时域分布抽取出主题词，在相关度高的主题词之间构造边得到复杂网络。引入社团独立模块度的概念，并通过社团独立模块度最大化模型发现重叠社团，把每个社团看成一个微博话题。重叠社团发现的方法可以解决由一个或多个主题词属于多个话题引起的话题检测准确率低的问题。实验结果证明了该方法在微博话题检测中的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬东鸿	武汉大学计算机学院	92	887	16.0	26.0
2	程飞	武汉大学计算机学院	7	48	5.0	6.0