关于微博热点的WEB挖掘研究

发布时间：2023-05-17 22:52

　　随着智能手机的普及和移动互联网的高速发展,微博已经引起了人们的广泛关注。微博以其使用传播速度快、使用快速便捷、影响力广等优势,迅速从传统的社交网络中脱颖而出,逐步演变成一种新的信息传播和社交方式。微博用户通过微博平台进行微博的发布,图片和视频上传。 微博作为一种快速分享和传播的信启、平台,具有信息量庞大、信息分散多等特点。为了使人们在获取微博分散信息的同时,可以了解到整个微博平台甚至多个微博平台的微博热点话题。本文主要是针对微博热点话题进行挖掘与研究,以概率主题模型理论为基础,并结合微博平台特性和微博文本的时间序列性,提出了一种基于OLDA模型的微博热点检测挖掘模型。 本文主要包括下面几个方面内容： 1)首先,从微博的用户特征、传播特征以及文本特征等方面介绍微博平台。 2)然后,简单介绍概率主题模型的文档生成过程和参数估计过程,并引入动态概率主题模型。这些是本文所提出的微博热点检测挖掘模型的理论基础和依据。 3)最后,提出一种基于概率主题模型的微博热点话题检测挖掘模型,并设计完整的实验系统。并通过对实验结果的分析,表明该微博热点检测挖掘模型的可推广性及有效性。

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景
    1.2 论文选题意义
    1.3 国内外研究进展
    1.4 组织结构
第2章 微博平台特征简介
    2.1 微博平台的用户特征
        2.1.1 用户关系结构
        2.1.2 用户特征
    2.2 微博平台传播特征
        2.2.1 微博传播方式
        2.2.2 微博的传播速度
        2.2.3 微博的传播范围
    2.3 微博平台的文本特征
        2.3.1 短文本特征
        2.3.2 噪声特征
        2.3.3 网络语言特征
        2.3.4 半结构化特征
        2.3.5 引文表意特征
    2.4 本章小结
第3章 概率主题模型
    3.1 概率主题模型简介
    3.2 LDA模型简介
        3.2.1 LDA模型相关背景知识
        3.2.2 LDA模型生成文档的过程
        3.2.3 LDA模型参数估计
    3.3 LDA模型与其他主题模型对比
        3.3.1 一元模型
        3.3.2 一元混合模型
        3.3.3 概率潜在语义模型
    3.4 本章小结
第4章 动态概率主题模型
    4.1 DTM主题模型
    4.2 TOT主题模型
    4.3 OLDA主题模型
    4.4 三种动态概率主题模型对比
    4.5 本章小结
第5章 微博热点话题检测挖掘
    5.1 微博中的热点话题的产生
    5.2 基于OLDA模型的微博热点话题检测挖掘
        5.2.1 算法流程
        5.2.2 算法设计
    5.3 微博热点话题检测挖掘实验设计
        5.3.1 实验系统框架设计
        5.3.2 微博数据准备
        5.3.3 微博数据存储
        5.3.4 微博文本预处理
        5.3.5 微博话题检测
    5.4 本章小结
第6章 实验结果及分析
    6.1 实验整体效果
    6.2 微博事件发展追踪
    6.3 微博话题趋势分析
    6.4 微博话题检测评测
        6.4.1 实验评测方法
        6.4.2 评测结果
第7章 总结与展望
    7.1 总结
    7.2 展望
附录 Ⅰ
附录 Ⅱ
附录 Ⅲ
参考文献
后记



本文编号：3818160