基于时间序列分析的微博突发话题检测方法burstytopicdetection.pdfVIP

第37 卷第3 期 通 信 学 报 Vol.37 No.3 2016 年3 月 Journa l on Communications March 2016 doi: 10.11959/j.issn.1000-436x.2016052 基于时间序列分析的微博突发话题检测方法 1,2 2 1 1 2 贺敏 ，徐杰 ，杜攀 ，程学旗 ，王丽宏 （1. 中国科学院计算技术研究所，北京 100080；2. 国家计算机网络应急技术处理协调中心，北京 100029） 摘 要：针对微博信息噪音大、新颖度难以判断的问题，在动量模型的基础上进行优化，提出了基于时序分析的 微博突发话题检测方法。通过动量模型提取候选突发特征后，对特征的动量时间序列分别借鉴信号频域分析理论 和股票趋势分析理论进行建模，分析特征的频域特性来识别频繁伪突发特征，分析特征的新颖程度来识别间歇性 伪突发特征，合并过滤后的有效突发特征形成突发话题。微博数据实验表明，该方法有效提高了突发话题检测的 准确率和F 值。 关键词：突发话题；微博；突发特征；时序分析 中图分类号：TP391 文献标识码：A Bursty topic detection method for microblog based on time series analysis 1,2 2 1 1 2 HE Min , XU Jie , DU Pan , CHENG Xue-qi , WANG Li-hong (1. Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100080, China; 2.National Co mputer Network Emergency Response Technical Team/Coordination Center of China, Beijing 100029, China) Abstract: Detecting bursty topics from microblogs was an important task to understand the current events attracting a large number of internet users. However, the existing hods suitable for news articles cannot be adopted directly for microblogs. Because microblogs have unique characteristics compared wi formal texts, including diversity, dynamic and noise. A detection method for microblog bursty topic was proposed based on time series analysis, which was an op-