文献类型：期刊文章

作　　者：申国伟[1] 杨武[1] 王巍[1] 于淼[1]

机构地区：[1]哈尔滨工程大学信息安全研究中心,哈尔滨150001

出　　处：《计算机研究与发展》

基　　金：国家"八六三"高技术研究发展计划基金项目(2012AA012802);国家自然科学基金项目(61170242)

年　　份：2015

卷　　号：52

期　　号：2

起止页码：512-521

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：突发事件在微博中迅速传播,产生巨大的影响力,因此,突发舆情受到政府、企业的广泛关注.现有的突发话题检测算法只考虑单一的特征实体,无法处理微博中新词、图片、链接等诱导的突发.面向大规模微博消息流,提出一种无需中文分词的实时突发话题检测框架模型.模型依据消息流动态调整窗口大小,并通过传播影响力度量实体的突发权值.采用高阶联合聚类算法同时对实体、消息、用户进行聚类分析,在检测突发话题的同时,得到话题的关联消息及参与用户.对比实验结果表明,算法的准确性高,能够更早地检测到突发话题.

关 键 词：突发话题检测  微博  联合聚类 影响力  大规模  

分 类 号：TP391]