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:
检测微博新话题是对微博话题分析研究的基本工作内容.以前的研究虽然归纳出一些方法,但是对于语言文字短小,语法个性化不规范,文章内容结构松散的微博内容而言,仍然有着很多的问题.本文提出如何利用微博当中广大用户的参与,提供互动平台,以此搭建一种搜索微博新话题的发现思路.此方法主要是用每个参与话题讨论者的认知水平使用习惯,建立一个基于语言特征与时序的话题分辨模型,借助集群投票的方式来进行判定,从而提高检测精度.
推荐文章
基于SOM聚类的微博话题发现
话题发现
词向量模型
文本相似度
短文本
SOM聚类
基于速度增长的微博热点话题发现
增长斜率
增长速度
时间二元组序列
热点发现
基于隐主题分析的中文微博话题发现
中文微博
话题发现
隐主题模型
文本聚类
频繁项集挖掘
微博负向情感热点话题发现模型
微博
负向情感
热点分析
事件发现
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 基于集群投票的微博新话题发现建模思路
来源期刊 中国宽带 学科
关键词 微博 话题发现 TDT 集群投票
年,卷(期) 2021,(3) 所属期刊栏目 互联网+理论
研究方向 页码范围 169-170
页数 2页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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)
研究主题发展历程
节点文献
微博
话题发现
TDT
集群投票
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
中国宽带
月刊
1673-7911
11-5290/TN
北京市海淀区苏州街55号3层
chi
出版文献量(篇)
2958
总下载数(次)
6
总被引数(次)
24
论文1v1指导