社交媒体话题检测与追踪技术研究综述

• 作者: 张仰森 段宇翔 蒋玉茹 黄改娟
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 话题检测 话题追踪 聚类 主题模型
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 综述
• 页码范围: 1-10,30
• 页数: 11页
• 分类号: TP391
• 字数: 11505字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.07.001

摘要

随着计算机的普及与互联网的高速发展,Facebook、Twitter、新浪微博等社交媒体逐渐成为人们信息交流的主要渠道.然而,由于社交媒体信息具有数量庞大、结构复杂、传播速度快等特点,人们无法从中快速准确地获取想要的信息.于是,话题检测与追踪技术应运而生,它将用户关注的信息从大量无序信息中筛选出来,经过细致的过滤和有效的整合,生成简单、清晰的话题信息,并在此基础上实现对话题的追踪和发展趋势分析.该文对社交媒体上的话题检测与追踪工作进行综述,首先论述了话题检测方面的三类方法,包括基于主题模型的话题检测、基于改进聚类算法的话题检测和基于多特征融合的话题检测;其次,对话题追踪的研究成果进行了介绍,主要分为非自适应话题追踪和自适应话题追踪两大类;最后,列举出社交媒体话题的检测与追踪中存在的问题以及对未来研究的展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学智能信息处理研究所	104	721	15.0	23.0
3	蒋玉茹	北京信息科技大学智能信息处理研究所	15	57	4.0	7.0
5	黄改娟	北京信息科技大学智能信息处理研究所	11	46	4.0	6.0
9	段宇翔	北京信息科技大学智能信息处理研究所	4	4	1.0	2.0