基于用户角色定位的微博热点话题检测方法

摘要：

针对在海量微博数据中提取热点话题效率较低的问题,在对用户角色分类的基础上,提出了一种新的热点话题检测方法.首先,根据用户关注度进行用户角色定位,过滤掉部分用户的噪声数据；其次,采用结合语义相似度的TF-IDF函数计算特征权重,降低语义表达形式带来的误差；然后,用改进的Single-Pass聚类算法进行话题聚类,提取出微博话题；最后,根据微博转发数、评论数等对话题热度进行评估排序,从而发现热点话题.实验表明,所提出的方法使漏检率和误检率分别平均降低12.09％和2.37％,有效地提高了话题检测的正确率,验证了该方法的可行性.

关键词：微博、话题检测、用户角色、语义相似度、Single-Pass聚类

所属期刊栏目：33

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2013-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3076-3079