基于关联性的热点话题识别

摘要：

互联网上的社会性媒体具有传播内容广泛、传播范围无地域限制、传播迅速的特点.热点性话题代表了多数人关注的对象、其动态变化影响着人们的生活和思想.识别热点性话题具有重要意义.政策制定者通过热点话题了解人们的生活、调整政策以管理民生.从纷繁变化的海量信息中抽取热点话题是挑战性问题.本文以网络论坛为研究对象,基于网络媒体中发生社会性热点事件时会产生相关联的高频核心词,核心词高度抽象了事件的主要特征和发展方向.基于这个客观现象,提出了基于主题特征词关联的密度聚类算法,建立社会性热点事件发现模型.实验表明,提出的主题词关联性的热点话题识别算法识别准确率和召回率高,具有实用价值.

关键词：热点话题、聚类、关联性

所属期刊栏目：4

分类号：TP311(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划973G2011CB302605;国家自然科学基金61173145

在线出版日期：2014-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：55-59