微博热点话题预判技术研究.pdf

A Dissertation Submitted to PLA Information Engineering University for the Degree of Master of Engineering Research on Estimate and Forecast Technologies of Microblog Hotspot Candidate： Zhang Silong Supervisor： Luo Junyong prof. Apr. 2013 摘 要 微博热点话题预判是指从海量的微博文本中识别出话题信息，并基于用户关注的广泛 性对话题热度进行评估，基于评估的历史结果对话题成为热点的可能性进行判定。微博热 点话题预判技术的研究对于商业情报分析、微博舆情预警、引导和管控具有一定的实用价 值。本文结合微博话题多元信息表示模型设计了微博热点话题预判框架，并针对微博话题 建模、话题热度评估等内容进行了细致深入的研究，全文主要工作如下： 1. 在微博话题多元信息表示方面，针对现有方法对结构化信息描述能力不足的问题， 提出了层次化的话题多元信息表示模型，用以表示话题丰富的多元信息；借鉴 “微博生命 周期”理论，设计了基于“微博关注度”的话题多元信息动态更新机制；基于该模型对微 博话题的一般特性进行了分析。 2. 在微博话题建模方面，本文结合微博数据的结构化特性设计了动态微博文本生成模 型MB-dLDA 用于微博话题增量识别。该模型对表征微博语义关联的转发关系统一建模， 并结合话题的时序关联信息用于模型训练；通过该模型对微博隐主题信息进行挖掘，并对 话题进行时序关联；实验表明：该模型能较好的适应微博数据特性，效果比较理想。 3. 在话题热度评估方面，本文基于微博话题的一般特性，结合话题的用户特征、关键 词特征和转发特征等对话题热度评估要素进行提取，并通过层次分析法对各要素权值进行 计算，最终结合要素权值对话题热度进行评估，实验结果表明：与基于词频统计的热点发 现方法相比，该方法能够提高热点发现的准确性和实时性；在话题热度时序分析和热点话 题早期判定方面，本文通过话题热度时间序列的多项式回归分析，对话题热度进行趋势分 析，在此基础上对话题成为热点的可能性进行估计，结合话题热度的实际评估值对该方法 进行测试，结果表明该方法对热点话题具有一定的早期判定能力。 最后，对全文工作进行了总结，并对微博热点话题预判相关研究进行了展望，指出了 下一步的研究方向。 关键词： 微博热点话题，话题多元信息表示模型，MB-dLDA 模型，话题热度评估 第I 页 Abstract The estimate and forecast technologies of microblog hotspot is a task for mining the latent hotspot information from the mass of microblog data, expressing topic multi-information integrate, topic ranks and tracking the general trend of the hotspot on microblog. It is theoretically and practically valuable in microblog public voice early warning and detecting the emergencies. This thesis proposes a hotspot forecast framework based on the expression model of microblog topic multi-information and carries out the r