基于海量信息过滤的微博热词抽取方法

摘要：

针对海量微博信息,提出一种多步骤的热词抽取方法.首先,选择用户行为特性、微博信息的文本特征构建用户行为模型,并在此基础上提出一种基于规则的话题树生成过滤算法,筛除了微博中大量无关信息,进而对生成的话题树修剪优化;然后,根据话题树的节点内容,使用词频及其波动特性设计热词抽取算法,获取微博的热词信息.实验数据表明,该方法能大大减小输入的数据规模,同时较好的保留重要信息,有效实现热词抽取.

关键词：中文微博、用户行为模型、海量信息过滤、热词抽取、幂律分布

在线出版日期：2012-12-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：131-136