孤立点预处理和 Single-Pass 聚类结合的微博话题检测方法

• 作者: 叶施仁 朱明峰 杨英 杨长春
• 来源期刊: 计算机应用研究
• 关键词: 微博 热点话题 增量聚类 孤立点 话题检测
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2294-2297
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.08.012

摘要

针对如何快速发现微博中的热点话题，提出了一种具有更高准确率的中文微博话题检测方案。首先，优化了微博文本的特征选择，经过分析获得的这些博文特征有助于不同词性对话题表达的重要性；其次，在此基础上，提出了通过计算博文阈值的方法，将零散主题的博文作为噪声过滤，并用来降低博文集的维度；在现有Single-Pass 聚类算法的基础上，引入了主题词的概念，根据中心向量的特征权重选择主题词，最终形成一种孤立点预处理与 Single-Pass 相结合的微博话题检测方法。实验结果表明，相比传统的 Single-Pass 算法，该方法有效去除了数据集的大部分孤立点，不仅具有较低的漏检率和误检率，而且在时间损耗方面表现更佳。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨长春	常州大学信息科学与工程学院	52	366	10.0	17.0
2	叶施仁	常州大学信息科学与工程学院	25	214	6.0	14.0
3	朱明峰	常州大学信息科学与工程学院	3	26	3.0	3.0
4	杨英	常州大学信息科学与工程学院	1	18	1.0	1.0