基于新詞識別和時間跨度的微博熱點(diǎn)研究.pdf

1、微博熱點(diǎn)，是在一段時間內(nèi)微博用戶涉及最多的熱議焦點(diǎn)。微博熱點(diǎn)的研究可以幫助互聯(lián)網(wǎng)用戶及時了解當(dāng)下的微博熱點(diǎn)話題和熱門事件，可以幫助企業(yè)了解和評測其商品口碑及競爭對手狀況，同時也能夠使得政府對社會輿情熱點(diǎn)有明確的方向把握。因此對于微博熱點(diǎn)的研究有廣泛的適用性和研究價值。
　　由于微博文本有自由度大、語法不規(guī)范、即時性強(qiáng)的特點(diǎn)，因此通過傳統(tǒng)的文本分析難以對微博熱點(diǎn)進(jìn)行準(zhǔn)確的把握。尤其是一般的分詞工具在對微博文本進(jìn)行分詞時效果難以令人滿

2、意。本論文使用Had o op云計算平臺對微博進(jìn)行新詞識別，構(gòu)建新詞詞典，以對傳統(tǒng)工具的分詞結(jié)果進(jìn)行優(yōu)化。本文在識別微博熱點(diǎn)詞語之后，通過這些詞語的時間跨度特征將其分類，分別將代表相同主題的熱點(diǎn)詞語一一歸類。本文最后對微博的情感傾向性進(jìn)行了研究，利用微博表情符號及CRFs分類器評價微博中包含情感的正負(fù)極性。
　　實(shí)驗(yàn)后可以看到，本文的微博新詞識別實(shí)驗(yàn)、微博熱點(diǎn)詞語識別和分組的實(shí)驗(yàn)及微博情感傾向性評價的實(shí)驗(yàn)都獲得了較好的效果，說明本