虚拟社区热点话意见挖掘模型研究.pdfVIP

摘要 摘要 随着互联网的蓬勃发展和Web2．0痘用的兴起，用户已经戏戈互联网不可或 缺的重要组成部分，用户产生内容已经成为互联网上最活跃、最受关注和最有 价值的资源。用户产生内容源于真实世界，在缀大程度上体现了焉户的真实想 法和感悟，具有较高的真实性。虚拟社区拥有数量最多的用户产生内容，因此， 对虚拟社区和英态容进行挖掘具有理论意义和实用价值。 本文的主要研究工作和贡献如下： 1．以虚拟社区为研究对象，讨论了虚拟社区的特点、结构和内容的组织方 式，以及虚拟社区中话题的组成、结构和特征。对虚拟社区中的话题和主题的 概念进行了区分，使用树形结构对话题进行表示，为后续研究奠定基础。 2。提出基予结构信息的主题耀关度算法。对话题中“跑题斗现象的成因、 特点以及对主题质量的影响进行了研究，提出用主题相关度评估主题中讨论内 容与原主题的一致性。分别奔绥了基于文本相似度的主题相关度算法和基予主 题结构信息的主题相关度算法，通过实验对两种主题相关度算法进行比较。实 验结果表明，本文提出的基于结构信怠的主题相关度算法效栗更好。 3．提出多特镊融合的分类方法。对互联网文本信息的多特征性进行了研 究，充分考虑不同特征对于类别的表征能力存在差异。提出基于朴索贝叶斯分 类算法的多特征融合的分类方法，并将方法应用于搏客文章分类。实验结果表 明，多特征融合的分类方法可以获得更高的准确率。 4．在以上几点的基础上，提出了虚拟社区的话题提取、话题热度评佑稻话 题意见挖掘方法，并将三者结合为一个整体，构建了虚拟社区热点话题意见挖 掘模型。在话题提取方面，采用分类与聚类翱结合的方法；在热度评佶方藤， 提出从主题关注度、主题相关度和时效性三个方面综合评估主题的热度；在话 题意见挖掘方面，通过对每个帖子的主观性、意见极性以及意见对象进行羚断， 最终得到用户对于话题的整体意见。实验结果表明，本文采用的话题提取方法 准确率较高，热度评估结果与现实情况较为符合，意见挖掘结果在一定程度上 能够反映用户对于话题的整体态度。因此，本文提出的热点话题意见挖掘模型 是合理、有效的。 关键词：虚拟社区主题相关度多特征融合分类话题提取热点话题意 冤挖掘 Abstract ABSTRACT WhiletheIntemetis andalotofWeb2．0 become developingrapidly Applications Content usersaremoleandmore toInternet．UserGenerated popular,the important themost andvaluedresourceontheWeb．TheUGC (UGC)is actively,concerned reflectthe thinkoftheusers．Becausevirtual comefromtherealworldand really communitiescontainthe numberof to virtual greatest UGC，it’Smeaningfulstudy minetheUGC． communitiesandto areasfollows： Ourworkandinnovations Thedissertationstudiesthe structureandthecontent of features，the organ