融合词语关联关系的自适应微博热点话题追踪算法

计算机应用 ›› 2014, Vol. 34 ›› Issue (12): 3497-3501.

融合词语关联关系的自适应微博热点话题追踪算法

孙曰昕¹,马慧芳¹,师亚凯¹,崔彤²

1. 西北师范大学计算机科学与工程学院,兰州 730070
2. 浙江大学控制科学与工程系,杭州 310013

收稿日期:2014-07-07 修回日期:2014-09-15 发布日期:2014-12-31 出版日期:2014-12-01
通讯作者: 马慧芳
作者简介:孙曰昕(1989-）,男,山东淄博人,硕士,主要研究方向:互联网数据挖掘；马慧芳(1981-）,女,甘肃兰州人,副教授,博士,CCF会员,主要研究方向:人工智能、数据挖掘、机器学习；师亚凯(1988-）,男,河南平顶山人,硕士研究生,主要研究方向:互联网数据挖掘；崔彤(1993-）,女,浙江杭州人,主要研究方向:人工智能、信息处理。
基金资助:
国家自然科学基金资助项目;甘肃省青年科技基金资助项目;甘肃省自然科学研究基金资助项目;甘肃省教育厅项目

Self-adaptive microblog hot topic tracking method using term correlation

SUN Yuexin¹,MA Huifang¹,SHI Yakai¹,CUI Tong²

1. College of Computer Science and Engineering, Northwest Normal University, Lanzhou Gansu 730070, China；
2. Department of Control Science and Engineering, Zhejiang University, Hangzhou Zhejiang 310013, China

Received:2014-07-07 Revised:2014-09-15 Online:2014-12-31 Published:2014-12-01
Contact: MA Huifang

摘要/Abstract

摘要：

针对传统文本表示模型忽略词项关系的弊端和话题追踪过程中产生的话题漂移问题,提出了结合词语关系的自适应话题追踪算法。通过挖掘词语间的互信息和关联词信息,继而更新传统文本表示模型,通过相似度计算来判断是否为热点话题的后续话题,最后通过更新热点微博话题向量来避免话题漂移问题。实验证明了所提算法针对微博热点话题追踪是有效的。

Abstract:

Aiming at the deficiency of traditional text representation model, which usually ignores term correlation, and topic drifting problem during topic tracking, this paper propose an approach called self-adaptive microblog hot topic tracking method using terms correlation. Mutual information between terms in the same and different microblogs are investigated. Then the conventional text representation model is updated. Similarity calculation is performed to decide whether it is the subsequent discussions of a certain hot topic. Finally, the vectors of microblogs are updated to avoid topic drifting. Experiments show the effectiveness of our method.

中图分类号:

TP311.1

孙曰昕马慧芳师亚凯崔彤. 融合词语关联关系的自适应微博热点话题追踪算法[J]. 计算机应用, 2014, 34(12): 3497-3501.

SUN Yuexin MA Huifang SHI Yakai CUI Tong. Self-adaptive microblog hot topic tracking method using term correlation[J]. Journal of Computer Applications, 2014, 34(12): 3497-3501.

参考文献

［1］LI H, WEI J. Netnews bursty hot topic detection based on bursty features［C］// Proceedings of the 2010 International Conference on E-Business and E-Govement. Washington, DC: IEEE Computer Society,2010:1437-1440.
［2］HOLZ F, TERESNIAK S. Towards automatic detection and tracking of topic change［M］. Berlin: Springer-Verlag, 2010:327-339.
［3］QIANKUN Z, MITRA P, BI C. Temporal and information flow based event detection from social text streams［C］// Proceedings of the 22nd National Conference on Artificial intelligence. Vancouver: AAAI,2007:1501-1506.
［4］XU Z,XU Z,LI D. Topic detection and tracking for news Web pages［J］. Intelligent Computer and Applications, 2011, 35(6):60-65.(许志凯, 徐志明, 李栋. 面向互联网新闻的话题检测与追踪［J］. 智能计算机与应用, 2011, 35(6):60-65.)
［5］ALLAN J,PAPKA R,LAVERENKO V. On-line new event detection and tracking［C］// Proceedings of the 21st Annual International ACM SlGIR Conference on Research and Development. New York: ACM,1998:37-45.
［6］YANG Y,PIERCE T, CARBONELL J. A study of retrospective and online event detection［C］// Proceedings of the 21st International ACM SIGIR Conference on Research and Development in Information. New York:ACM,1998:28-36.
［7］REN X,ZHANG Y,XUE X. Adaptive topic tracking technique based on K-Modes clustering［J］. Computer Engineering, 2009, 35(9):222-224.(任晓东, 张永奎, 薛晓飞. 基于K-Modes聚类的自适应话题追踪技术［J］. 计算机工程, 2009, 35(9):222-224.)
［8］BLEI D M, NG A Y, JORDAN M I. Latent Dirichlet allocation［J］. Journal of Machine Learning Research, 2003, 3(5): 993-1022.
［9］SALTON G. The SMART retrieval system experiments in automatic document processing［M］.Englewood Cliffs, New Jersey: Prentice Hall Inc,1971:337-354.
［10］JIAO J, ZHAI Y. Algorithm study of topic tracking based on HowNet and topic renewal［J］．Journal of Beijing Jiaotong University,2009,30(5): 132-136.(焦健, 翟有利. 知网的话题更新与跟踪算法研究［J］. 北京交通大学学报,2009,30(5): 132-136.)
［11］XI Y,LIN C,LI B. Method for BBS topic tracking based on semantic similarity［J］. Journal of Computer Applications, 2011,31(1): 93-96.(席耀一, 林琛, 李弼程,等. 基于语义相似度的论坛话题追踪方法［J］. 计算机应用, 2011,31(1): 93-96.)
［12］DU L. Keyword research topics based tracking system［D］. Beijing: Beijing Jiaotong University,2009.(杜鲁燕.基于关键词的话题追踪系统的研究［D］. 北京: 北京交通大学,2009.)
［13］ZHANG X,WANG T,LIANG X. Use of LDA model in topic［J］. Computer Science,2011, 38(10A):136-152．(张晓艳,王挺,粱晓波. LDA模型在话题追踪中的应用［J］. 计算机科学,2011, 38(10A):136-152.)
［14］CHENG X, MIAO D, WANG C, et al. Coupled term-term relation analysis for document clustering［C］// Proceedings of the 2013 International Joint Conference on Neural Networks. Piscataway: IEEE, 2013:1-8.

[1]	高威刘丽华和斌涛邓方安. 区块链共识机制与改进算法研究进展[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[2]	翟社平朱鹏举杨锐刘佳一腾. 基于区块链的物联网身份管理系统[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[3]	李博, 黄建强, 黄东强, 王晓英. 基于异构平台的稀疏矩阵向量乘自适应计算优化[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3867-3875.
[4]	陈姿芊, 牛科迪, 姚中原, 斯雪明. 适用于物联网的区块链轻量化技术综述[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3688-3698.
[5]	高婷婷, 姚中原, 贾淼, 斯雪明. 链上链下一致性保护技术综述[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3658-3668.
[6]	贾淼, 姚中原, 祝卫华, 高婷婷, 斯雪明, 邓翔. 零知识证明赋能区块链的进展与展望[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3669-3677.
[7]	牛科迪, 李敏, 姚中原, 斯雪明. 面向物联网的区块链共识算法综述[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3678-3687.
[8]	杨巍白璐宁俊义董建军单春海信俊昌. 异构环境感知的幂律图流划分方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[9]	秦学程刘春颜李宝赵蕴龙. 面向工业场景的云边协同数据存储与检索架构[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[10]	涂进兴, 李志雄, 黄建强. 基于GPU对角稀疏矩阵向量乘法的动态划分算法[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3521-3529.
[11]	孙鉴, 马宝全, 吴隹伟, 杨晓焕, 武涛, 陈攀. 地震场景下无人机群路径规划与任务分配均衡联合优化[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3232-3239.
[12]	蒋辉, 闫秋艳, 姜竹郡. 面向多元时间序列异常检测的对称正定自编码器方法[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3294-3299.
[13]	李源, 林秋兰, 陈安之, 杨国利, 宋威, 王国仁. 基于树分解的时序最短路径计数查询算法[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2446-2454.
[14]	田润泽, 周宇龙, 朱洪, 薛岗. 基于局部信息的服务迁移路径选择算法[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2168-2174.
[15]	宋洪涛, 于江生, 韩启龙. 工业多元时序数据质量评估方法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1743-1750.