利用词项语义共现和社团划分发现微博热点事件

• 作者: 孔文文 李晓红 马堉垠 马慧芳
• 来源期刊: 计算机应用研究
• 关键词: 热度 亲密度 语义相关性 热点事件 共现图 模块度
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1336-1339
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.09.0800

摘要

针对传统词项之间语义关系抽取难以适用于微博,导致发现微博热点事件不敏感的问题,提出一种基于词项语义共现和社团划分的方法发现热点事件.首先利用热度定义对微博数据进行初次筛选,通过构建共现词项图来模拟词项间的语义相关性,并结合修改的TF-IDF公式计算词项间的语义相关度;借助社区划分和模块度的概念对词项图进行划分,完成词项聚类,进而获得热点事件.实验结果表明,与同类方法相比,该方法的准确率较高,发现的热点事件与实时事件基本保持一致,具有较好的热点识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马慧芳	西北师范大学计算机科学与工程学院	59	520	12.0	21.0
2	李晓红	西北师范大学计算机科学与工程学院	22	136	6.0	11.0
3	孔文文	西北师范大学计算机科学与工程学院	1	0	0.0	0.0
4	马堉垠	西北师范大学计算机科学与工程学院	1	0	0.0	0.0