基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
话题追踪技术研究综述
话题追踪技术
研究综述
语言模型
动态话题追踪中的误报检测
动态话题模型
话题追踪
误报检测
信念网络
话题发现与追踪技术研究
话题发现与追踪
统一研究框架
表示模型
社交媒体事件检测研究综述
事件检测
事件
话题
社交媒体
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 社交媒体话题检测与追踪技术研究综述
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
研究方向 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
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (142)
共引文献  (74)
参考文献  (32)
节点文献
引证文献  (3)
同被引文献  (40)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(16)
  • 参考文献(1)
  • 二级参考文献(15)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(27)
  • 参考文献(4)
  • 二级参考文献(23)
2014(24)
  • 参考文献(1)
  • 二级参考文献(23)
2015(19)
  • 参考文献(5)
  • 二级参考文献(14)
2016(16)
  • 参考文献(7)
  • 二级参考文献(9)
2017(10)
  • 参考文献(10)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
话题检测
话题追踪
聚类
主题模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导