基于微博的流行词汇预测系统的设计与实现-计算机软件与理论专业论文.docxVIP

西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘 要 随着计算机网络技术的迅速发展，社交网络以它的实时性和高覆盖率受到了 网民的高度关注和喜爱，其中所包含的信息量也在飞速增长。为了有效的利用这 些海量信息，越来越多的研究开始面向社交网络中的信息抽取与分析。然而，当 前基于社交网络的信息抽取与分析的研究存在两个问题：一是海量、散乱的信息 无法满足研究者的常规的输入和检索需求；二是传统的研究只是针对历史的内容 或是当前的信息，无法做到前瞻性和预测性。 本文针对以上问题，通过对基于社交网络的信息抽取与分析技术的研究，针对 如何来探索未来一段时间社交网络中流行词汇或者事情的需求，提出了基于微博 的流行词预测系统，该系统以 Twitter 为信息来源，对 Twitter 中的信息进行了抽取 和分析，同时，根据文本信息计算未来可能在社交网络上爆发的事件和词汇，分 析用户信息和他们之间的行为关系，计算这些事件和词汇的传播趋势。通过实验 表明了该系统的有效性和准确性达到了设计要求。 关键词： 社交网络 微博 海量信息抽取与分析 流行词预测 Abstract With the rapid development of Internet technology, social network applications are reccived many attenions because of their real-time and high coverage. In order to use this vast amount of information effectively, more and more researches focus on the information extraction and analysis. However, there are two problems on the social network information extraction and analysis. First, the massive and scattered information cannot be retrieved efficiently; second, the current researches only analyze the history and current information, they usually don?t use this information to predict the future. In view of the above problems and in order to explore popular words or topics on the social network during a period of time in the future, this paper proposed a pop-word prediction system based on micro-blog. Since Twitter is a prevalent micro-blog application, this paper uses Twitter to sample and analyze information. Our system can figure out the events and words, which might burst in the social networks in the future acco