一种基于词语能量值变化的微博热点话题发现方法研究.pdfVIP

2015年第1O期 Uldoi：10．39691j．issn1671—1122201510007 一 种基于词语能量值变化的微博热点话题 发现方法研究 林思娟 1,2 林柏钢 1,2，许为 ，杨呖 (’1．福州大学数学与计算机科学学院，福建福州350108；2．网络系统信息安全福建省高校重点实验室，福建福州350108) 摘 要 ：随着微博的迅速发展，微博上的热点话题发现成为 目前的研究热点之一。文章以微 博的实时性强作为研究的切入点，通过研究不同时域上词语的能量值变化，提出一种基于词语能 量值变化的微博热点话题检测方法。该方法基于传统的话题生命周期理论，按微博的时间先后顺 序对微博进行划分 ；引入了物理学科中加速度的概念，用词语的加速度来刻画词语在相邻窗口之 间速度的变化 ；综合考虑词语的加速度和权重值来构造词语的复合权值，更适合量化词语的能量值 ； 在单条件概率的基础上，使用了双条件概率的上下文相似度计算方法，并增加文档分布相似度来 减少话题混淆的概率。实验表明了文章方法的有效性和稳定鲁棒性。与单条件概率的上下文相似 度模型相比，改进之后的上下文相似度模型在不同的关键词检测方法中均具有更好的聚类效果。 关键词 ：热点话题发现 ；词语能量值 ；加速度 ；上下文相似度 中图分类号 ：TP309 文献标识码 ：A 文章编号 ：1671—1122(2015)10—0046—07 中文引用格式 ：林思娟，林柏钢，许为，等 ．一种基于词语能量值变化的微博热点话题发现方法研究 [J1． 信息网络安全，2015，(10)：46—52． 英文引用格式 ：LINSJ，LINBG，XUW，eta1．ResearchonMicroblogHotTopicDetectionMethodBased onTermEnergyChange[J]．NetinfoSecurity，2015，(10)：46—52． ResearchonM icroblogH0tTopicDetectionM ethodBasedon Term EnergyChange LINSi—juan ，LINBo—gang ．XUWei，YANGYang f1．CollegeofMathematicsandComputerScience,FuzhouUniversity,FuzhouFujian350108，China； 2．KeyLaboflnformationSecuriytofNetworkSysteminFujianProvince，FuzhouFujian350108，China) Abstract：W iththepopularityofmicroblog．hottopicdetectiononmicrobloghasbeenahotarea ofresearch．Regardingtheinstantaneityofmicroblogasapointofpenetration，htepaperproposesa methodofhottopicdetectionbasedonchangeofterm energybystudyingthechangeofterm energy atdifferenttimedomain．Basedontraditionaltopicagingtheory,themethoddividesallmicroblogdata intodifferentmicroblogwindows，and introducestheconceptofaccelerationinphysics，whichuses theaccelerationoftemr stodescri