基于微博客的熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、微博已經(jīng)成為當(dāng)今社會(huì)新一代的媒體標(biāo)志，因其短暫的發(fā)展歷程所展現(xiàn)的迅猛之態(tài)，引發(fā)了眾多學(xué)者的研究熱情。如何在海量微博文本中更快更精確地挖掘數(shù)以億計(jì)的用戶所討論的熱點(diǎn)話題，具有較強(qiáng)的社會(huì)意義和現(xiàn)實(shí)意義，因而成為了許多學(xué)者們關(guān)注的焦點(diǎn)，能夠?qū)崿F(xiàn)對(duì)輿論的監(jiān)控與引導(dǎo)，達(dá)到新聞發(fā)布的針對(duì)性目標(biāo)。
　　本文首先采用基于分隔符的方法采集微博原始數(shù)據(jù)，之后采用具有優(yōu)秀降維能力，且能挖掘文本潛在語義的LDA模型發(fā)現(xiàn)微博文本集中隱含的話題。原始LDA模

2、型需要人為設(shè)定話題的個(gè)數(shù)，難以應(yīng)用于真實(shí)微博數(shù)據(jù)中。為了能夠自適應(yīng)識(shí)別話題數(shù)目，本文提出了LDA_C模型，該模型在原始LDA模型中引入了文本聚類的方法。此外，為了較好地保留數(shù)據(jù)的原始特征，提高話題發(fā)現(xiàn)的精度，本文在LDA_C模型基礎(chǔ)上借鑒了自然語言處理技術(shù)中文本特征的提取方法提出了FS_LDA_C模型，該模型通過提取微博文本的特征詞項(xiàng)擴(kuò)充LDA模型訓(xùn)練得到的微博文本與潛在主題的關(guān)系矩陣。為了人性化呈現(xiàn)話題，本文采用關(guān)聯(lián)規(guī)則和基于類別統(tǒng)計(jì)