微博话题识别中基于动态共词网络的文本特征提取方法

摘要：

本文针对微博文本的简短、动态性等特征,提出一种新的文本特征提取方法,提升微博话题识别任务中文本聚类算法效果.利用词项共现的思想,针对微博时序文本构建动态共词网络.在动态共词网络中,边权重随着时间推移而线性衰减,并在此基础上利用网络的度中心性计算微博文本特征权重.从新浪微博中采样构建实验数据集进行实验,结果表明动态共词网络特征提取方法相较于文档频率方法,更适宜于提取微博文本特征,能取得更好的微博话题识别效果.

关键词：微博、话题识别、动态共词网络、特征提取、文本聚类

分类号：G354(情报学、情报工作)

资助基金：本文系国家社会科学基金项目“基于信任的网络社区口碑信息传播模式及其演化研究”12CTQ044的成果之一.

在线出版日期：2016-07-26（万方平台首次上网日期，不代表论文的发表时间）

页码：80-88