基于文本聚類的微博輿情熱點(diǎn)檢測(cè)技術(shù)研究.pdf

1、微博作為一種新興的網(wǎng)絡(luò)交流媒體，自誕生以來(lái)就受到了廣大網(wǎng)絡(luò)用戶的追捧，成為廣大網(wǎng)民表達(dá)自身意愿的重要平臺(tái)之一。微博平臺(tái)具有靈活便捷的特性，這些特性為網(wǎng)民參與交流帶來(lái)很大的便捷，同時(shí)也對(duì)互聯(lián)網(wǎng)輿情監(jiān)測(cè)帶來(lái)很大的挑戰(zhàn)。微博用戶每天都會(huì)在微博平臺(tái)上發(fā)布大量的信息，這些信息不僅包含微博用戶對(duì)自身情感的表達(dá)，還包含人們對(duì)各種社會(huì)問(wèn)題的觀點(diǎn)看法，微博已經(jīng)成為我國(guó)網(wǎng)民表達(dá)輿論的重要場(chǎng)所之一。目前國(guó)內(nèi)外的輿情監(jiān)測(cè)系統(tǒng)主要是針對(duì)BBS論壇、新聞?wù)军c(diǎn)等網(wǎng)絡(luò)

2、媒體，在微博輿情檢測(cè)方面還需要進(jìn)一步的完善。本文針對(duì)微博的輿情監(jiān)測(cè)問(wèn)題對(duì)目前的研究現(xiàn)狀展開(kāi)研究，提出了一種用于檢測(cè)微博平臺(tái)中存在的熱點(diǎn)話題的方法。
　　本文中提出的微博熱點(diǎn)話題檢測(cè)方法主要在微博數(shù)據(jù)特征詞匯提取、特征詞匯權(quán)值計(jì)算和文本聚類方法三個(gè)方面進(jìn)行了改進(jìn)。首先基于微博信息表達(dá)特有的格式，在對(duì)微博數(shù)據(jù)進(jìn)行特征詞匯選擇時(shí)，優(yōu)先選擇包含信息量較大或者處于重要位置的詞匯作為該微博信息的特征詞匯，從而降低向量空間的維數(shù)，加快系統(tǒng)的運(yùn)算

3、效率。其次針對(duì)特征詞匯包含信息量規(guī)模大小的問(wèn)題，在計(jì)算特征詞匯的權(quán)值時(shí)，對(duì)處于重要位置的詞匯進(jìn)行了一定的加權(quán)，另外還對(duì)轉(zhuǎn)發(fā)量和評(píng)論量高的微博信息中包含的特征詞匯進(jìn)行了一定的加權(quán)。最后在對(duì)微博信息進(jìn)行聚類分析時(shí)，提出了一種基于密度的K-means聚類算法，該算法依據(jù)數(shù)據(jù)對(duì)象在向量空間中的分布規(guī)律進(jìn)行聚類中心的計(jì)算，避免了聚類中包含的噪音數(shù)據(jù)和孤立點(diǎn)數(shù)據(jù)帶來(lái)的影響，提高了聚類結(jié)果的準(zhǔn)確率和穩(wěn)定性。
　　最后通過(guò)實(shí)驗(yàn)對(duì)基于密度的K-me