基于主題模型和社區(qū)發(fā)現(xiàn)的微博熱點(diǎn)事件檢測研究.pdf

1、憑借簡便快捷的信息生成機(jī)制和傳播機(jī)制，微博這一新興的社交網(wǎng)絡(luò)服務(wù)媒體在Web2.0時代已無處不在。與傳統(tǒng)媒體相比，在新聞事件的播報(bào)和傳播上，微博更加及時高效。因而基于微博數(shù)據(jù)的熱點(diǎn)事件檢測成為近幾年的一個研究熱點(diǎn)。但微博的一些特性為微博熱點(diǎn)事件檢測任務(wù)帶來挑戰(zhàn)。首先，微博數(shù)據(jù)流中有大量無價(jià)值、無意義的“噪聲”微博，如何有效的從微博數(shù)據(jù)流中將令人感興趣的事件微博與大量“噪聲”微博區(qū)分開是微博熱點(diǎn)事件檢測面對的首要挑戰(zhàn)。其次，一條微博只有不

2、超過140個字符，文本極其稀疏，且常常包含拼寫和語法錯誤、混合語言文字等，這些都使傳統(tǒng)的文本分析技術(shù)無法直接應(yīng)用于微博事件檢測。
　　本文首先研究了國內(nèi)外現(xiàn)有微博熱點(diǎn)事件檢測相關(guān)技術(shù)，然后根據(jù)現(xiàn)有技術(shù)不足，在靜態(tài)和動態(tài)兩種類型的微博熱點(diǎn)事件檢測上進(jìn)行了相關(guān)研究和擴(kuò)展。在靜態(tài)微博事件檢測方面，本文提出一種基于主題模型和貝葉斯方法的文本分類方法在靜態(tài)微博數(shù)據(jù)上檢測事件微博，該方法將靜態(tài)微博數(shù)據(jù)映射到主題空間表述，并挖掘主題與文本類型之

3、間的關(guān)系，然后根據(jù)微博的主題類別屬性是否為事件類判斷該微博的類別屬性。在動態(tài)事件檢測方面，本文提出一種基于社區(qū)發(fā)現(xiàn)和圖核計(jì)算的動態(tài)事件檢測方法，該方法首先根據(jù)本文提出的一種動態(tài)事件詞選取算法選取事件詞;然后分時間片將動態(tài)實(shí)時微博數(shù)據(jù)流中的微博根據(jù)其所含事件詞狀態(tài)構(gòu)建成微博語義圖，每個時間片的微博語義圖以微博博文為結(jié)點(diǎn)，以結(jié)點(diǎn)之間是否出現(xiàn)相同事件詞為邊，然后使用一種社區(qū)發(fā)現(xiàn)算法發(fā)現(xiàn)每個時間片微博語義圖中的事件社區(qū)，并返回每個事件社區(qū)的關(guān)鍵