基于特征驱动的微博话题检测方法
文献类型：期刊论文
| 作者 | 贺敏2; 刘玮2; 刘悦2 ; 王丽宏1; 白硕2; 程学旗2
|
| 刊名 | 中文信息学报
 |
| 出版日期 | 2017 |
| 卷号 | 31.0期号:003页码:101 |
| 关键词 | 话题检测 微博 关键特征 逻辑回归 聚类 |
| ISSN号 | 1003-0077 |
| 英文摘要 | 该文针对微博数据稀疏、内容关系难以计算的特点,提出了一种基于特征驱动的微博话题检测方法。提取有意义串作为微博动态特征,根据微博的结构关系计算特征的作者影响力和文档影响力,与内容统计特性共同构成特征的属性组,采用逻辑回归对特征建模,基于属性组对特征二元分类得到话题关键特征,将关键特征之间的互信息作为距离度量,改进最近邻聚类方法对关键特征聚类产生话题。微博数据实验表明,该方法有效提高了微博话题检测的准确率和召回率。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/34695]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.国家计算机网络应急技术处理协调中心 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 贺敏,刘玮,刘悦,等. 基于特征驱动的微博话题检测方法[J]. 中文信息学报,2017,31.0(003):101. |
| APA | 贺敏,刘玮,刘悦,王丽宏,白硕,&程学旗.(2017).基于特征驱动的微博话题检测方法.中文信息学报,31.0(003),101. |
| MLA | 贺敏,et al."基于特征驱动的微博话题检测方法".中文信息学报 31.0.003(2017):101. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。