|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
一种融合用户关系的自适应微博话题跟踪方法
7 S% r! v) a2 d( O6 _- v8 \/ G摘要:针对微博口语化、文本短小等特点以及现有研究的不足,本文提出了一种融合用户关系的自适应微博话题跟踪方法.首先,在当前跟踪的时间窗内,推文被映射到特征空间,并作为候选推文集合.然后,针对推文的分布特点以及话题跟踪的目的,变换推文特征空间.在此基础上,利用改进的K-means聚类算法对候选推文集合进行二元聚类,从而划分出相关推文集合,即当前话题目标模型.本文通过Twitter平台获取数据进行实验,实验结果表明,该方法能够实时地跟踪话题热度的变化以及焦点的演变,并提高了微博中话题跟踪的稳定性.该方法为用户推荐、舆情分析等领域提供了有效的支撑.
" K; m6 ?7 N; I- W0 D: d关键词:微博;话题跟踪;自适应;用户关系;极坐标;K-means算法! m% L1 }1 A0 L8 i; x0 @. N4 k6 c( {
l+ w* r4 v$ x9 X7 j) e5 y6 T- D; q; ~7 m" U! K+ S
|
|
/1 
发表于 2021-6-23 09:57
收藏
淘帖
支持！
反对！