中文微博的熱點(diǎn)話題發(fā)現(xiàn).pdf

1、近些年，微博已然成為社會(huì)網(wǎng)絡(luò)一個(gè)很重要的的應(yīng)用，人們通過(guò)微博可以在任何地點(diǎn)，任何時(shí)間發(fā)布自己的所見，所聞，所想。這種較為簡(jiǎn)易的消息發(fā)布方式很大程度上降低了信息發(fā)布的壁壘，這也是微博得到廣泛應(yīng)用的重要因素之一。在這些用戶發(fā)布的微博數(shù)據(jù)中，多數(shù)的微博信息都和現(xiàn)實(shí)生活中的事件有所關(guān)聯(lián)。有些微博網(wǎng)站也會(huì)在網(wǎng)站主頁(yè)中列出最近一段時(shí)間的熱門關(guān)鍵詞，但是這些微博主題詞通常都很簡(jiǎn)短、分散，而且與某個(gè)話題有關(guān)的微博信息是由不同微博發(fā)布者在不同時(shí)間內(nèi)發(fā)布的

2、。用戶不能通過(guò)這些孤立信息對(duì)事件有一個(gè)全面的了解，相關(guān)部門也不能完整掌握事態(tài)的發(fā)展，對(duì)微博上的輿論不能進(jìn)行正確的引導(dǎo)。正是在這種情形下，針對(duì)微博數(shù)據(jù)的熱點(diǎn)話題發(fā)現(xiàn)逐漸成為一個(gè)研究熱點(diǎn)。微博熱點(diǎn)話題發(fā)現(xiàn)就是通過(guò)相關(guān)的話題檢測(cè)技術(shù)把分散的微博信息組織起來(lái)有條理地呈現(xiàn)給人們。
　　本文提出了一個(gè)完整的微博熱點(diǎn)話題發(fā)現(xiàn)方法。該方法主要包括了微博數(shù)據(jù)的預(yù)處理、微博數(shù)據(jù)的文本表示、特征詞提取、文本聚類和事件關(guān)鍵詞提取等步驟。文中仔細(xì)分析了微博