基于评论与转发的微博联合主题挖掘系统的设计与实现

《基于评论与转发的微博联合主题挖掘系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10255学号：2131576基于评论与转发的微博联合主题挖掘系统的设计与实现DesignandImplementationSystemofTopicMiningforUnionThemeMicroblogBasedonCommentandRetransmission学科专业：软件工程作者姓名：赵臣升指导教师：吴国文答辩日期：2016-01-06东华大学硕士学位论文基于评论与转发的微博联合主题挖掘系统的设计与实现附件一东华大学学位论文原创性声明本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，

2、独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日I东华大学硕士学位论文基于评论与转发的微博联合主题挖掘系统的设计与实现附件二东华大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库

3、进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本版权书。本学位论文属于不保密□。学位论文作者签名：指导教师签名：日期：年月日日期：年月日基于评论与转发的微博联合主题挖掘系统的设计与实现基于评论与转发的微博联合主题挖掘系统的设计与实现摘要随着互联网的迅速发展，微博作为一种新的网络媒体形式，在人们获取新闻、消遣娱乐等日常网络行为中扮演着越来越重要的角色。与传统书面文章相比，微博文本简短、转发评论实时性强、话题传播速度快、关注度高，这使得微博数据成为新的热门研究对象。微博主题检测技术是研究如何对大量的

4、微博数据信息进行管理分类，这己经成为当前微博研究中最热门的方向之一。主要工作内容如下：（1）微博文本简短、信息量少且语法随意，传统主题分类并不理想。LabeledLDA在LDA主题模型上附加类别标签，协同计算隐含主题分配量使文本分类效果有所改进，但标签在处理隐性主题或主题词频相近的微博分类上，存在一定的模糊分配。本文提出的UnionLabeledLDA模型通过引入评论转发信息丰富Label标签，进一步提升标签监督下的主题词频强度，一定程度上显化隐性微博、优化同频词汇的主题分配，采用吉布斯采样的方法求解模型。（2）本文还探讨了如何快速便捷

5、地利用微博开放平台的API接口实现获取微博数据及其评论与转发信息。设计递归算法合理地对微博进行读取和分词，并设计相应的数据库结构进行存储。另外，本文还考虑针对微博特点的数据预处理、网络符号替换和情感词扩充，使主题模型的输出更加准确，并能识别微博作者的一些情感色彩。I基于评论与转发的微博联合主题挖掘系统的设计与实现综上所述，论文主要工作集中在通过引入评论转发信息，研究分析微博独有的结构，定量提高中心主题标签出现的频率，来改进LabeledLDA的监督训练过程，并对主题相关性进行数学定义和定量分析。系统实现环节围绕微博开放平台API的数据采

6、集、数据预处理、Label标签的矢量叠加三个方面进行了探讨与研究，在传统主题模型方法基础上得到更准确的文章与主题、主题与词汇的概率分布。最后，对比分析新模型和传统主题模型的输出结果，并分析调整新模型自身相关性参数的设置。关键词：微博，主题挖掘，UnionLabeledLDA，标签，词频II基于评论与转发的微博联合主题挖掘系统的设计与实现DesignAndImplementationSystemOfTopicMiningforUnionThemeMicroblogBasedonCommentandRetransmissionABSTRAC

7、TMicroblogisplayinggraduallymoreimportantroleasanewformofnetworkmediawherepeoplecangetnews,entertainmentandotherdailynetworkwiththerapiddevelopmentofInternet.Microbloghasspecialcharacteristicscomparedwiththetraditionalwrittenarticles,suchasquiteshortandbrief,supportsreal

8、-timeforwardcomments,topicsspreadquicklyandhighlyfocused,whichsetitselfasanewregiontoinvestigatein.Topi