基于微博文本和元数据的话题检测

• 作者: 孙莉 张振 李继云 王梅
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 微博 元数据 聚类 话题检测
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 67-70,86
• 页数: 5页
• 分类号: TP391
• 字数: 5294字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.03.014

摘要

在微博热点话题发现中，微博文本短、词量少、时效性高，传统的话题检测方法不再适用。针对这些新的特点，提出一种基于微博文本和元数据的话题发现方法。首先利用微博发布时间、用户信息、微博转发评论等元数据构造描述微博词汇能量的复合权值，进而提取出话题的主题词汇，然后基于上下文关系构造主题词汇簇，最后对微博文本进行二次聚类，从而得到微博中的隐含话题以及相关微博文本。在真实微博数据上的实验表明，该方法能有效发现热门话题，提高话题检测的准确率和查全率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李继云	东华大学计算机科学与计算机学院	38	225	9.0	12.0
2	孙莉	东华大学计算机科学与计算机学院	56	452	12.0	17.0
3	王梅	东华大学计算机科学与计算机学院	36	264	9.0	14.0
4	张振	东华大学计算机科学与计算机学院	3	1	1.0	1.0