基于主题词的微博热点话题发现

• 作者: 刘少鹏 叶成绪 杨萍
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 维基百科 最长公共子串 热点话题发现 微博
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 46-50
• 页数: 5页
• 分类号: TP391.3
• 字数: 5897字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.02.011

摘要

近年来，微博网站已成为海量信息的发布平台。微博丰富的信息为用户提供便利的同时，也带来了信息过载的风险。针对热点话题发现能够降低信息过载的风险，改善用户体验。结合最长公共子串和维基百科知识，提出一种基于主题词的中文微博热点话题发现方法。首先，获取微博数据的高频最长公共子串，作为描述话题的候选主题词；其次，利用维基百科知识，对候选主题词进行筛选；最后，对主题词集合聚类以发现话题，并计算每个话题的能量，从中选取热点话题。在真实数据集上的实验表明，该方法能有效发现微博热点话题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶成绪	青海师范大学计算机学院	18	89	5.0	8.0
3	杨萍	青海师范大学生命与地理科学学院	19	224	9.0	14.0
6	刘少鹏	中山大学信息科学与技术学院	7	114	6.0	7.0