基于时间窗口包含用户行为的微博突发话题检测方法

• 作者: 於跃成 蔡莹 谷雨
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 突发话题 突发特征 微博 动量模型 时间窗口
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 383-388
• 页数: 6页
• 分类号: TP311
• 字数: 6365字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.02.022

摘要

鉴于微博格式随意不规范、消息噪声大等特点,在已有的动量模型上考虑微博的时间衰减性和用户的网络行为,提出基于时间窗口包含用户行为的微博突发话题检测方法.从动态时间窗口中提取微博消息流,推动时间窗口,实时检测有意义串来发现微博出现的新词作为初步候选突发特征.在传统动量模型基础上加入用户网络行为,动量建模初步候选突发特征,结合其能量大小、随时间变化的趋势以及二阶序列的变化,识别并且过滤伪突发特征.最后,通过K-means聚类将有效的突发特征归类,合并成为突发话题.实验表明,该方法适用于微博突发话题检测,提升了突发话题检测的准确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	於跃成	江苏科技大学计算机学院	17	75	5.0	8.0
2	蔡莹	江苏科技大学计算机学院	3	0	0.0	0.0
3	谷雨	江苏科技大学计算机学院	2	0	0.0	0.0