一种融合用户关系的自适应微博话题跟踪方法
【图文】：
g，);定义原推文特征向量为ti(w1i，w2i，w3i，…，wli，…，wLi)．(2)平移后目标模型变换为坐标原点，即:tg(w1g，w2g，w3g，…，wlg，…，wLg，)→O(0，0，0，…，0，…，0);原推文特征向量ti(w1i，w2i，w3i，…，wli，…，wLi)变换为ti(w1i－w1g，w2i－w2g，w3i－w3g，…，wli－wlg，…，wLi－wLg)．经过坐标平移变换后得到的推文集合分布如图3所示，话题相关推文集合聚集在坐标原点周围形成“目标话题簇”，其他非目标话题推文聚集在各自的话题中心周围形成相应的“话题簇”，其密度和体积随着各自话题的热度及焦点的分化而改变．同时在“话题簇”之间存在着零散分布的背景推文．如图3所示，除了目标话题的推文集合外，其他非目标话题相关的推文集合的“话题簇”不均匀地散列在目标“话题簇”周围．在这种分布下，利用K-means算1377
g，);定义原推文特征向量为ti(w1i，w2i，w3i，…，wli，…，wLi)．(2)平移后目标模型变换为坐标原点，即:tg(w1g，w2g，w3g，…，wlg，…，wLg，)→O(0，0，0，…，0，…，0);原推文特征向量ti(w1i，w2i，w3i，…，wli，…，wLi)变换为ti(w1i－w1g，w2i－w2g，w3i－w3g，…，wli－wlg，…，wLi－wLg)．经过坐标平移变换后得到的推文集合分布如图3所示，，话题相关推文集合聚集在坐标原点周围形成“目标话题簇”，其他非目标话题推文聚集在各自的话题中心周围形成相应的“话题簇”，其密度和体积随着各自话题的热度及焦点的分化而改变．同时在“话题簇”之间存在着零散分布的背景推文．如图3所示，除了目标话题的推文集合外，其他非目标话题相关的推文集合的“话题簇”不均匀地散列在目标“话题簇”周围．在这种分布下，利用K-means算1377
【相似文献】
相关期刊论文 前10条
1 来雪玲;图书馆用户关系管理[J];图书馆学研究;2004年09期
2 赵玉敏;;面向知识服务的图书馆用户关系管理[J];科技情报开发与经济;2007年11期
3 徐双;刘勇;;基于用户知识交互的图书馆用户关系管理[J];情报探索;2010年08期
4 付凯芳;;基于知识转移的图书馆用户关系管理分析[J];民营科技;2010年08期
5 ;微博的含义[J];民间传奇故事(A卷);2010年05期
6 孙万军;用户卡——邮政实行用户关系管理的第一步[J];中国邮政;2000年12期
7 陈娟;;媒体的用户关系管理应建立基于大数据的管理理念[J];中国传媒科技;2013年01期
8 陈娟;;大数据时代的媒体用户关系管理[J];传媒观察;2013年07期
9 莫启仪;;新时代图书馆用户关系管理实践研究[J];新世纪图书馆;2013年07期
10 ;移动时代 媒体与用户关系的新变革[J];声屏世界·广告人;2013年07期
相关会议论文 前1条
1 蔡赛缄;丁丽佳;;对气象微博的初步探讨及发展前景思考[A];广东省气象学会2012年学术年会论文摘要文集[C];2012年
相关重要报纸文章 前2条
1 李志廷;党报微博,力量不“微”[N];宁夏日报;2013年
2 实习生 张雪娇;移动社交：一场愈演愈烈的社交变革[N];科技日报;2014年
相关博士学位论文 前1条
1 武慧娟;社会化标注系统中个性化信息推荐模型研究[D];吉林大学;2014年
相关硕士学位论文 前10条
1 李德民;社会网络用户关系分析与预测[D];山东大学;2015年
2 杨珂;电子商务网络水军的智能识别研究[D];北京工商大学;2015年
3 张旭;社交网用户行为关系概率推演模型的研究与实现[D];东北大学;2014年
4 俞泱;社会网络中用户关系和行为特征的研究与应用[D];福州大学;2013年
5 王思博;基于微博用户关系分析的好友推荐系统研究与应用[D];北京工业大学;2016年
6 王明元;微博舆情事件中用户关系分析技术的研究与实现[D];国防科学技术大学;2014年
7 王菲;论汽车类微信公众平台的发展[D];南昌大学;2016年
8 安然;微博用户管理系统的设计与实现[D];大连理工大学;2016年
9 黄少斌;基于微博的用户关系分析系统的设计与实现[D];大连理工大学;2016年
10 李超雄;基于主题模型的网络短文本情感分析研究[D];福建师范大学;2016年
本文编号：2558601
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2558601.html
