面向隐式微博主题挖掘系统的设计与实现-计算机科学与技术专业毕业论文.docxVIP

万方数据 万方数据 东华大学硕士学位论文 面向隐式微博主题挖掘系统的设计与实现 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅 或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数 据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论 文。 本学位论文属于  保密 □，在 年解密后适用本版权书。 不保密 □。 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 面向隐式微博主题挖掘系统的设计与实现 面向隐式微博主题挖掘系统的设计与实现 面向隐式微博主题挖掘系统的设计与实现 摘 要 随着互联网的迅速发展，电商平台逐渐成为大众购买商品的主要 渠道，企业官方微博是服务于电商平台的便于企业发布对外消息、用 户讨论评价产品的一种新型方式。随着公司网络营销影响力的增加， 与公司相关的微博文本数量日益增多，其中隐含着许多与公司密切相 关的话题。挖掘得到其中有价值的信息可以实时监控与公司相关的舆 论动向，支持公司管理层决策。微博主题检测技术是研究如何对大量 的微博数据信息进行管理分类，这己经成为当前微博研究中最热门的 方向之一。 主要工作内容如下: （1）微博中包含大量的无法分析其主题归属的微博。如果一味 抛弃将会大大影响整体主题的输出，遗漏掉很多微博作者关心的话题。 因此本文在目前已存在的微博主题模型基础上，着重分析微博的结构 和微博间的关系并结合概率主题模型设计和提出了基于微博转发评 论关系和自身上下文关系的面向隐式微博的主题模型 CGRMB-LDA 模型。该模型利用微博间评论关系、转发关系和上下文关系扩展隐式 微博来达到明确隐式微博的主题归属的目的，最后采用吉布斯采样的 方法求解模型得到微博-主题和主题-词汇的概率分布。 （2）本文还探讨如何快速便捷地利用微博开放平台的 API 接口 实现获取微博间的评论转发关系来分析处理隐式微博。另外，本文还 I 针对隐式微博的特点经过数据预处理、网络符号替换和情感词扩充使 得最后主题模型的输出更加准确并带有一些情感色彩。 关键词：微博，主题挖掘，CGRMB-LDA 模型，隐式微博 II Design And Implementation of an Implicit Microblog Theme Mining System ABSTRACT With the rapid development of the Internet, electronic business platform has become the main channel for public purchase of goods, business official Microblog is a new way to service in electronic business platform facilitates the release of outside news and let users discuss their products. With the increase of network marketing company influence, associated with the companys growing number of microblog text, which implies some topics that closely related to the companies. Mining get public opinion trends which valuable information can be associated with the companys real-time monitoring, support the companys management decisions. Microblog topic detection technology is the study of how a large number of microblogs information management data classification, which has become microblogging study in one of the hottest current direction. The innovations of this paper are as follows: This paper analyzes the structure from the beginning of Microblog. si