面向网络空间的主题分类研究-计算机技术专业毕业论文.docxVIP

摘 摘 要 I万方数据 I 万方数据 摘 要 随着互联网技术的快速发展，人类已经进入了一个网络化的时代，微博作为网络 空间中的新型媒体，逐渐成为人们获取实时信息的一个重要渠道。网络用户可以通过 微博平台自由地表达个人观点、传递分享即时信息。如何对这样一个重要的信息交流 平台短时间内产生的海量数据进行组织管理，存储并检索是个亟待解决的问题。本文 将研究微博主题分类，这对微博信息的组织管理和方便网络用户及时获取准确而又感 兴趣的信息具有重要的现实意义。 首先，本文介绍了本课题的研究背景及意义，分析了网络空间中的微博分类以及 主题模型的国内外研究现状，发现中文微博数据特征维数过高而且词语之间具有语义 相关性，以至于传统的文本分类方法不能满足中文微博主题分类，为此本文针对上述 问题进行深入研究。 其次，根据新浪微博数据自身的特点，提出一种适用于微博主题提取的 SMLDA （Sina Micro-blog Latent Dirichlet Allocation）模型。该模型是基于模型 LDA（Latent Dirichlet Allocation）而改进的，综合考虑了三种类型的新浪微博数据和背景主题，并 采用吉布斯抽样算法来推理估计参数。通过实验证明了 SMLDA 模型在主题特征提取 方面的有效性。 最后，针对微博主题分类的问题，本文提出一种新的 SMLDA-SVM 模型。该模 型主要是利用 SMLDA 模型得到的潜在主题-文本矩阵对微博文本进行向量化表示， 并结合 SVM（Support Vector Machine）分类算法构造出一个高效的多分类器，进而 用于文本分类。经过实验结果的分析和比较，验证了本文所采用方法的准确性和有效 性。 关键词：新浪微博；主题模型；特征提取；支持向量机 Abstract Abstract II万方数据 II 万方数据 Abstract With the internet technology booming, humans have come into the age of network and gradually get news from micro-blog that a new stylish platform provides current news as a new type of media in network space. Subscriber can transmit real-time information and express personal views without critical inspect. Nevertheless the more information generated immediately by an important platform for the exchange of information, the harder information retrieve and store is, researcher need give some direct resolution. Data retrieve and classification is born at the right time especially meeting demands that subscriber want to get some interesting information quickly and precisely. This thesis does some research at the micro-blog theme classification which has important practical significance. Firstly, this article introduce background and significance of this thesis , analyzes the present situation of research status at home and abroad of micro-blog classification in network space and topic model, observe that Chinese micro-blog feature high dimension data and semantic correlation between words, lead to the traditional text classification methods can’t meet the Chinese micro-blog topic classifica