社交网络中热点话题深度挖掘方法及实验测试

• 作者: 江务学
• 来源期刊: 计算机测量与控制
• 关键词: 社交网络 热点话题 挖掘 信息词条特征
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 设计与应用
• 页码范围: 174-176,180
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.02.048

摘要

互联网大数据时代,社交网络数据交互具有实时性、社会性、复杂性;多元架构数据信息中会存在热点话题数据;传统社交网络热点话题挖掘方法存在热点词条检索速度慢、话题词条层浅、断层数据无法挖掘等一系列问题,如何将社交网络中的热点话题数据进行挖掘,针对这一问题提出大数据信息词条特征比对提取方法,对社交网络中的大数据数据信息词条进行特征显化处理,采用饼图对比方式对特征化词条数据进行网络互交频率展现,采用多维数据获取法,解决社交网络热点话题挖掘中出现的数据阻滞现象,满足社交网络中热点话题深度挖掘的要求;通过仿真实验对提出方法进行效率、准确度、速度测试,实验结果表明,提出方法对社交网络中的热点话题挖掘快捷、高效、实用性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江务学	东莞职业技术学院计算机工程系	37	229	7.0	14.0