社交媒体跨平台信息检索和事件预测方法研究

发布时间：2024-04-20 00:21

　　社交媒体的发展改变了用户理解和跟踪现实世界中的事件的方式。在社交媒体上,用户可以上传并分享与这些这些事件相关的内容,例如文本、图像、视频等多种模态的信息。大量的信息分布在各种各样的在线社交网络上,社交网络提供了丰富的、有广泛覆盖度的、全面的有关流行事件的信息。本文利用这些信息,提出了社交媒体跨平台信息检索和事件预测方法的框架。面对着如此大量的信息,搜索成为了事件理解和跟踪的一个方便的工具。然而,目前的单平台的社交媒体搜索往往仅针对单个平台上单种模态的信息。不仅如此,大多数的社交媒体仅仅展示了事件的某一个有偏的角度,这严重的限制了基于单个平台的搜索的覆盖度和多样性。本文提出了一个创新的跨平台的框架来整合这些跨网络的针对一个事件的信息,在信息检索领域提供了一种浸入式的搜索体验。由于社交媒体信息的跨网络分布特性,这些异构的社交网络之间存在着语义上的鸿沟,因而本文提出了使用标签以及哈希标签来作为桥梁,连接这些异构的社交网络。标签和哈希标签是很多社交平台使用的用户产生的元数据,这些元数据常常被用来进行组织和标记。本文提出了一种四个步骤的框架,框架中使用了多种方法来进行哈希标签和标签的过滤以及搜索...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 研究背景
        1.1.1 社交媒体跨平台搜索
        1.1.2 社交媒体主题预测
    1.2 国内外研究现状
        1.2.1 社交媒体跨平台搜索
        1.2.2 社交媒体主题预测
    1.3 本文主要工作
    1.4 论文组织工作
第二章 相关工作综述
    2.1 搜索相关的研究
    2.2 单源社会事件的研究
    2.3 元数据研究
        2.3.1 哈希标签的使用模式分析
        2.3.2 标签的使用模式分析
    2.4 跨平台研究
        2.4.1 用户为中心的跨平台
        2.4.2 事件为中心的跨平台
        2.4.3 跨平台的应用
        2.4.4 跨平台的算法
    2.5 本章小结
第三章 结合哈希标签与标签的社交媒体信息组织
    3.1 问题描述
    3.2 数据分析
        3.2.1 单平台搜索结果比较
        3.2.2 跨平台哈希标签与标签使用模式的分析
    3.3 解决方案
        3.3.1 哈希标签&标签过滤
        3.3.2 主题表达
        3.3.3 哈希标签&标签-主题协同聚类
        3.3.4 结果表示
    3.4 实验结果
        3.4.1 哈希标签&标签过滤结果
        3.4.2 主题表达结果
        3.4.3 协同聚类结果
        3.4.4 结果表示
    3.5 本章小结
第四章 社交媒体事件主题预测
    4.1 问题描述
    4.2 解决方案
        4.2.1 社会事件表示
        4.2.2 神经机器翻译
        4.2.3 社会事件主题预测
    4.3 实验结果
        4.3.1 数据收集
        4.3.2 跨平台主题预测
    4.4 本章小结
第五章 总结与展望
    5.1 总结
        5.1.1 结合哈希标签与标签的社交媒体信息组织
        5.1.2 社交媒体事件主题预测
    5.2 展望
        5.2.1 结合哈希标签与标签的社交媒体信息组织
        5.2.2 社交媒体事件主题预测
参考文献
简历与科研成果
致谢



本文编号：3958594