基于词共现网络的微博话题发现方法

• 作者: 李伟 贾彩燕
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 微博 话题发现 短文本 社区划分
• 年，卷（期）: 2018,（1）
• 页码范围: 186-194
• 页数: 9页
• 分类号: TP391
• 字数: 6451字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.01.021

摘要

微博作为一个重要的信息平台,每天都有大量用户访问,重要的舆论事件在微博上会形成热门话题.本文提出了一种新的微博话题发现方法:基于词共现网络的话题发现方法(Topic detection in freqent word network,TDFWN),来挖掘微博语料中蕴含的热点话题.该方法首先对微博文本中的 k频繁词集(k≥3)进行挖掘,利用频繁词集的共现关系构建词共现网络.对该网络进行社区划分,同一社区内的词通常描述同一微博话题,即话题以社区的形式出现.实验结果表明 TDFWN算法能够快速、全面地发现微博中的热门话题,并且可以实现微博文本的自动聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	北京交通大学计算机与信息技术学院	36	195	8.0	12.0
3	贾彩燕	北京交通大学计算机与信息技术学院	23	180	9.0	12.0