作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
从微博中准确高效地挖掘出正在发生的热点事件是近年来研究的热点。通过综合考虑微博用户的粉丝数量和微博本身的转发、评论次数计算每条微博的影响力,从而提出一种基于影响力的微博新兴热点事件检测方法 IEED(Influence-Based Emerging Hotspot Event Detection)。该方法运用层次聚类将微博帖子聚类为事件集,并提取出事件中的关键词构成事件摘要。通过运用现实生活中的新浪微博数据作为实验数据集来测试所提出的方法,实验结果证明,基于影响力的微博新兴热点事件检测方法(IEED)能在早期高效地检测出微博中的新兴热点事件,具备一定的应用价值。
推荐文章
基于PageRank的微博用户影响力算法研究
PageRank
新浪微博
用户影响力
用户自身行为
基于行为和社团的微博用户传播影响力分析
关系
行为
社团结构
影响力
微博网络
基于个人属性特征的微博用户影响力分析
微博话题
关键人识别
用户影响力
属性特征
回归分析
基于中介中心度的微博影响力个体发现
微博
影响力
排名
算法
中介中心度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于影响力的微博新兴热点事件检测
来源期刊 计算机应用与软件 学科 工学
关键词 新兴事件检测 微博影响力 聚类
年,卷(期) 2016,(5) 所属期刊栏目 应用技术与研究
研究方向 页码范围 98-101,165
页数 5页 分类号 TP391
字数 4935字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.05.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李华 重庆大学计算机学院 155 2242 26.0 40.0
2 朱荔 重庆大学计算机学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (36)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
新兴事件检测
微博影响力
聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导