微博热词抽取及话题发现研究

摘要：

旨在实践一种方法，能从大量散乱的微博语料中快速抽取热点词语并从中形成话题。首先参考文本串的词频、内部聚合度、粘联度这三个统计特征判断文本串是否成词，直接从样本语料中抽取出高频词。然后根据这些高频词在不同时间窗口的出现频率筛选出实时热词，最后利用词共现确定热词间的关联度，将热词聚类形成热点话题。实验证明，该算法简单易行，在话题发现中取得了良好的效果。

关键词：微博、微博热词、话题发现、词共现

分类号：G206(信息与传播理论)

资助基金：国家自然科学基金项目“面向海量数据语义标注众包的任务管理方法研究”71401096;教育部人文社会科学基金资助项目“面向用户兴趣基于本体的网络舆情研判体系研究-以论坛为例”10YJC860010;山东省高校人文社会科学研究计划项目“云计算可持续发展的关键影响因素及对策研究”J13WG16。

在线出版日期：2015-07-20（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：109-113,157