基于超网络的微博相似度及其在微博舆情主题发现中的应用

发布时间：2023-12-09 10:36

　　[目的/意义]准确地计算微博相似度可以提高微博主题挖掘效率,对舆情治理、保障信息安全具有实践意义。针对微博文本语义稀疏、高维的问题,提出一种融入微博非文本特征的超边相似度算法。[方法/过程]分析微博舆情发生机制,利用超网络模型表示微博舆情主题形成过程,通过计算各层子网相似度及各层子网对主题形成的贡献度构建超边相似度算法。[结果/结论]研究发现,论文所提出的相似度方法有助于提升微博舆情信息的主题聚类效果,特别是对于文字性表述相似程度高的微博信息,具有明显的主题区分性。

【文章页数】：10 页

【文章目录】：
1 引言
2 相关研究
    2.1 微博相似度分析
    2.2 超网络分析
3 超边相似度算法
    3.1 微博舆情主题发现超网络模型建模
    3.2 超边相似度算法
    3.3 超网络模型中超边属性计算
        (1)社交相似度simα(SEi,SEj)。
        (2)时序相似度simt(SEi,SEj)。
        (3)情感相似度sims(SEi,SEj)。
        (4)关键词相似度simk(SEi,SEj)。
    3.4 基于层次分析法的特征权值计算
        (1)构建层次结构模型。
        (2)构建比较矩阵。
        (3)计算相对权重。
        (4)一致性检测。
4 实验与分析
    4.1 实验数据说明
    4.2 实验过程
    4.3 实验评估指标设计
    4.4 实验结果与分析
    4.5 结论与讨论
作者贡献说明:



本文编号：3871401