基于粒度與內(nèi)容質(zhì)量的個(gè)人微博摘要研究

1、碩士學(xué)位論文碩士學(xué)位論文論文題目論文題目：基于粒度與內(nèi)容質(zhì)量的個(gè)人微博摘要研究英文題目：英文題目：AResearchofpersonalmicrobolgAutomaticSummarizationBasedonparticlecontentquality學(xué)位類學(xué)位類別：工學(xué)碩士研究生姓研究生姓名：王宇學(xué)號(hào)學(xué)號(hào)：2013023149學(xué)科學(xué)科(領(lǐng)域領(lǐng)域)名稱：名稱：軟件工程指導(dǎo)教指導(dǎo)教師：高永兵職稱職稱：副教授協(xié)助指導(dǎo)教師：協(xié)助指導(dǎo)教師：

2、職稱職稱：2016年6月10日分類號(hào)：分類號(hào)：TP399TP399密級(jí)：級(jí)：公開公開UDC：學(xué)校代碼：學(xué)校代碼：1012710127萬方數(shù)據(jù)內(nèi)蒙古科技大學(xué)碩士學(xué)位論文I摘要隨著時(shí)代的迅猛發(fā)展，互聯(lián)網(wǎng)、移動(dòng)終端等得到了快速的發(fā)展和普及，導(dǎo)致了人們對社交的方式進(jìn)行重新的定義，從過去通過面對面、寫信等手段進(jìn)行社會(huì)交際變成了現(xiàn)如今通過互聯(lián)網(wǎng)、移動(dòng)終端等方式進(jìn)行。正因?yàn)樯缃皇侄蔚淖兓?，?dǎo)致微博成為了當(dāng)今最流行的應(yīng)用軟件，它可以讓用戶隨心所欲的表達(dá)

3、自己，也可以關(guān)注和了解他人的信息，讓社交變的更為主動(dòng)，而且可以忽略時(shí)間和空間的限制。微博發(fā)展至今，使得微博數(shù)據(jù)已經(jīng)達(dá)到海量，其中包含著大量有用信息，而且現(xiàn)如今微博進(jìn)入了高速發(fā)展的階段，其產(chǎn)生的數(shù)據(jù)的速度也會(huì)更快，使數(shù)據(jù)量更加龐大。微博作為一種社交工具，它不僅記錄著生活的點(diǎn)點(diǎn)滴滴、最熱最新話題、人生感悟等，而且還有廣告信息、商品信息等垃圾信息，而且微博沒有格式要求，導(dǎo)致微博數(shù)據(jù)形式多樣、口語化嚴(yán)重，造成了嚴(yán)重的數(shù)據(jù)稀疏，導(dǎo)致在挖掘微博數(shù)據(jù)

4、的過程中產(chǎn)生了很大的困難。本文對微博的文本數(shù)據(jù)資源分析，定義了微博的內(nèi)容質(zhì)量，同時(shí)在個(gè)人微博事件的基礎(chǔ)上進(jìn)行個(gè)人微博自動(dòng)摘要的研究，本文旨在自動(dòng)摘要具有更好可讀性，而且包含更全面的信息。本文首先對微博的文本特征和社會(huì)特征進(jìn)行分析研究，將微博的特征量化，并且定義了微博的文本內(nèi)容質(zhì)量，同時(shí)根據(jù)微博的特征量化得到微博文本內(nèi)容質(zhì)量；緊接著提出了兩種微博自動(dòng)摘要的方法：一種是基于CRPageRank算法的個(gè)人微博自動(dòng)摘要方法，它根據(jù)微博特征的量化

5、確定微博文本的內(nèi)容質(zhì)量，同時(shí)將文本內(nèi)容質(zhì)量與PageRank算法相結(jié)合，提出了一種CRPageRank算法，從而對微博文本進(jìn)行自動(dòng)摘要；另一種是基于文本內(nèi)容質(zhì)量的個(gè)人微博自動(dòng)摘要方法，它是基于微博特征量化的基礎(chǔ)上，首先提取出內(nèi)容質(zhì)量高的微博作為摘要集，然后在使用LexRank算法對摘要集中的文本句子進(jìn)行打分，提取出摘要句；最后通過人工方式提取不同事件的摘要，同時(shí)對摘要進(jìn)行評分，將人工摘要作為對比，測試本文提出的兩種方法以及已有的自動(dòng)摘要