文献类型：期刊文章

作　　者：郑斐然[1,2] 苗夺谦[1,2] 张志飞[1,2] 高灿[1,2]

机构地区：[1]同济大学计算机科学与技术系,上海201804 [2]同济大学嵌入式系统与服务计算教育部重点实验室,上海201804

出　　处：《计算机科学》

基　　金：国家自然科学基金项目(60970061;61075056;61103067)资助

年　　份：2012

卷　　号：39

期　　号：1

起止页码：138-141

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：微博的迅猛发展带来了另一种社会化的新闻媒体形式。提出一种从微博中挖掘新闻话题的方法,即在线检测微博消息中大量突现的关键字,并将它们进行聚类,从而找到新闻话题。为了提取出新闻主题词,综合考虑短文本中的词频和增长速度而构造复合权值,用以量化词语是新闻词汇的程度;在话题构造中使用了上下文的相关度模型来支撑增量式聚类算法,相比于语义相似度模型,其更能适应该问题的特点。在真实的微博数据上运行的实验表明,本方法可以有效地从大量消息中检测出新闻话题。

关 键 词：微博  新闻 话题检测  聚类

分 类 号：TP391]