基于层次分析的微博短文本特征计算方法

• 作者: 包秀国 袁庆升 邹学强 马宏远 黄晓军
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 层次分析 特征计算 文本聚类 短文本
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 50-55
• 页数: 6页
• 分类号: TP391.1
• 字数: 5628字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2016239

摘要

为了建立用户精准兴趣模型以有效发现具有相似兴趣的用户群,提出了一种针对微博的短文本特征计算方法用于聚类算法,提升聚类效果以更好地挖掘微博用户的相似兴趣集合.该方法融合了微博转发数、评论数、点赞数等多个关键指标来度量微博短文本特征的重要性.同时,引入层次分析技术,改进了传统的tf-idf特征计算方法,并利用经典文本聚类算法进行实验.实验结果表明,改进后的短文本特征计算方法与传统的tf-idf特征计算方法相比,在类内集中度和类间分散度上取得了更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹学强	中国科学院信息工程研究所	7	38	3.0	6.0
4	袁庆升	中国科学院信息工程研究所	4	19	3.0	4.0
13	包秀国		13	62	5.0	7.0
20	黄晓军	北京邮电大学信息与通信工程学院	1	9	1.0	1.0
21	马宏远		1	9	1.0	1.0