基于热度联合排序的微博热点话题发现

• 作者: 侯秀艳 刘培玉 刘芳 朱振方 蔡肖红
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 热点话题 微博文本 联合排序 热度序列
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 573-581
• 页数: 9页
• 分类号: TP391
• 字数: 7740字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1509078

摘要

微博热点话题发现对于舆情分析和观点挖掘具有重要作用，提出了一种基于热度联合排序的微博热点话题发现方法，并构建统一的模型框架将微博文本和热点主题词之间的各种关系进行了有机融合；考虑微博用户的权威性以及主题词的时间段相关特性，对微博文本和主题词的热度进行了联合排序并互相增强；使用主题词组合支持度作为阈值对热度序列中的主题词进行聚类以表征热点话题。实验表明，所提方法对于热点主题词的抽取以及热点话题发现具有较高准确性，可以及时有效地发现特定时间段内的微博热点话题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘芳	山东师范大学信息科学与工程学院	65	145	5.0	10.0
3	刘培玉	山东师范大学信息科学与工程学院	126	1276	18.0	27.0
7	朱振方	山东交通学院信息科学与电气工程学院	24	171	7.0	12.0
8	侯秀艳	山东师范大学信息科学与工程学院	5	30	3.0	5.0
14	蔡肖红	山东师范大学信息科学与工程学院	2	20	2.0	2.0