【摘要】：近年來(lái),微博、推特和臉書(shū)等在線(xiàn)社交平臺(tái)迅猛發(fā)展,用戶(hù)量激增,正在沖擊傳統(tǒng)新聞媒體,成為當(dāng)今社會(huì)人們最重要的一個(gè)方便快捷的信息獲取來(lái)源和傳播渠道。人們也研究和依靠在線(xiàn)社交網(wǎng)絡(luò)分析的理論和方法,發(fā)現(xiàn)并分析隱含在社交媒體中的話(huà)題及其演化規(guī)律。隨著數(shù)以?xún)|計(jì)、來(lái)自不同領(lǐng)域方向,具有不同背景的人群,持續(xù)地在社交媒體上分享自己對(duì)于成千上萬(wàn)社會(huì)熱點(diǎn)事件的觀點(diǎn)與思想,上述話(huà)題的演化分析需求也被迫向著精準(zhǔn)化和更細(xì)粒度的方向發(fā)展�；�于用戶(hù)感興趣信息內(nèi)容的發(fā)現(xiàn)并追蹤社交網(wǎng)絡(luò)中出現(xiàn)的事件的細(xì)粒度話(huà)題演化過(guò)程,成為當(dāng)前話(huà)題演化分析研究的重要問(wèn)題之一。本文在研究話(huà)題發(fā)現(xiàn)與演化的基礎(chǔ)上,對(duì)基于在線(xiàn)社交網(wǎng)絡(luò)的文本流中細(xì)粒度話(huà)題演化模型進(jìn)行了深入的研究。主要關(guān)注如何從高度動(dòng)態(tài)化的在線(xiàn)短文本數(shù)據(jù)流中,挖掘出用戶(hù)感興趣的高質(zhì)量細(xì)粒度話(huà)題,并對(duì)其演化過(guò)程進(jìn)行追蹤和研究。幫助用戶(hù)在高速變化的網(wǎng)絡(luò)時(shí)代及時(shí)有效地了解和掌握其所關(guān)注的方面最前沿、最敏感的話(huà)題,并根據(jù)這些話(huà)題的演化規(guī)律和發(fā)展趨勢(shì)做出相應(yīng)的判斷和決策。本文的主要研究?jī)?nèi)容,包括以下三個(gè)部分:第一,對(duì)當(dāng)前主流的話(huà)題發(fā)現(xiàn)與演化技術(shù)進(jìn)行研究,再結(jié)合新浪微博等在線(xiàn)社交網(wǎng)絡(luò)中短文本的特點(diǎn)以及文檔集合自帶的時(shí)間信息,針對(duì)用戶(hù)對(duì)于話(huà)題演化分析更聚焦、更細(xì)節(jié)的需求,分析了現(xiàn)有方法在解決這個(gè)問(wèn)題中可能存在的不足與局限性,在TTM模型(targeted topic model)的基礎(chǔ)上改進(jìn)擴(kuò)展成可對(duì)在線(xiàn)文本流進(jìn)行話(huà)題演化分析的細(xì)粒度話(huà)題演化模型FG-TEM(fine-grained topic evolution model)。第二,定義了子話(huà)題間的五種關(guān)系。通過(guò)對(duì)文檔集合按照固定尺寸的時(shí)間窗口進(jìn)行劃分,再通過(guò)細(xì)粒度話(huà)題演化模型獲取不同時(shí)間窗口內(nèi)的文檔-話(huà)題概率分布和話(huà)題-詞概率分布。通過(guò)計(jì)算不同時(shí)間窗口內(nèi)子話(huà)題間的KL散度來(lái)判斷子話(huà)題間的相似度,從而獲得子話(huà)題間的演化路徑,再計(jì)算不同時(shí)間窗口內(nèi)各個(gè)子話(huà)題的話(huà)題強(qiáng)度。基于這一系列子話(huà)題間演化路徑以及強(qiáng)度變化過(guò)程,繪制出用戶(hù)感興趣方面的細(xì)粒度話(huà)題在整個(gè)時(shí)間域上的細(xì)粒度話(huà)題內(nèi)容和強(qiáng)度演化圖。第三,針對(duì)在線(xiàn)社交網(wǎng)絡(luò)文本的特點(diǎn),提出了一種新的話(huà)題一致性度量指標(biāo)EPMI�；�于E-PMI對(duì)上述提出的細(xì)粒度話(huà)題演化模型進(jìn)行評(píng)估,實(shí)驗(yàn)結(jié)果驗(yàn)證了FG-TEM生成的話(huà)題一致性高,質(zhì)量好,更貼近用戶(hù)需求,因此模型的效果也更好。
【學(xué)位授予單位】：國(guó)防科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.1
【圖文】：

國(guó)防科技大學(xué)研究生院專(zhuān)業(yè)學(xué)位碩士學(xué)位論文主題都是固定詞表上的一個(gè)多項(xiàng)式分布；每篇文檔中的詞與詞之，每一個(gè)詞都獨(dú)立存在，交換彼此的順序并不影響文檔本身；每篇個(gè)話(huà)題，有一個(gè)固定的主題混合比例，從狄利克雷分布中抽樣得到詞都由其中一個(gè)話(huà)題生成。經(jīng)典的 LDA 模型將文檔集合中每一篇話(huà)題詞的概率分布的形式表示。同時(shí)它是一種無(wú)監(jiān)督學(xué)習(xí)算法，訓(xùn)注好的訓(xùn)練集，僅僅需要給定一個(gè)文檔集合以及一個(gè)確定的話(huà)題數(shù)vidM.Blei 在 2003 年發(fā)表的論文中提出的 LDA 模型的原始模型，概率分布θ加上了狄利克雷先驗(yàn)，而對(duì)話(huà)題-詞的概率分布φ并沒(méi)有。而后 T.L.Giffiths 對(duì)原始 LDA 模型進(jìn)行了改進(jìn)，給話(huà)題-詞概率分克雷先驗(yàn)，因?yàn)槎囗?xiàng)式分布和狄利克雷分布滿(mǎn)足共軛分布特性，樣算法來(lái)進(jìn)行相應(yīng)的參數(shù)推導(dǎo)。因?yàn)?Gibbs 采樣推導(dǎo)簡(jiǎn)單，且效大多數(shù)的應(yīng)用中，基本采用 Gibbs 采樣算法來(lái)進(jìn)行相關(guān)的參數(shù)估計(jì)型如圖 2.1，其中陰影部分表示可觀測(cè)變量，空心部分表示隱含變

國(guó)防科技大學(xué)研究生院專(zhuān)業(yè)學(xué)位碩士學(xué)位論文想。同時(shí)由于主題模型是無(wú)監(jiān)督學(xué)習(xí)，所以即使在應(yīng)用于大數(shù)據(jù)時(shí)，仍然可能產(chǎn)無(wú)法令人滿(mǎn)意的結(jié)果。近年來(lái)，一種基于知識(shí)的主題模型被提了出來(lái)，這種模型要用戶(hù)提供一些現(xiàn)有的領(lǐng)域知識(shí)來(lái)指導(dǎo)模型產(chǎn)生更好的話(huà)題�；�于知識(shí)的主題模型同樣也可以應(yīng)用于聚焦式話(huà)題發(fā)現(xiàn)，在[20]中，作者利狄利克雷森林先驗(yàn)（DirichletForestPriors），將用戶(hù)對(duì)于各種話(huà)題應(yīng)該具有的各高概率或者低概率話(huà)題詞的組成的了解和知識(shí)整合進(jìn)主題模型中。ArjunMukherj等人則提出了一種基于用戶(hù)提供的作為一些方面類(lèi)別的種子詞匯來(lái)準(zhǔn)確發(fā)現(xiàn)用所需信息的方法，并設(shè)計(jì)了兩種基于現(xiàn)有知識(shí)的主題模型 SAS 和 ME-SAS[21]，圖 2.2。這兩種模型將種子詞匯作為反映用戶(hù)感興趣類(lèi)別的關(guān)鍵詞來(lái)自動(dòng)提取并用戶(hù)所需的信息。

圖 2.3 TTM 模型圖2.2話(huà)題演化模型分析分析主要是衡量分析同一個(gè)話(huà)，題隨著時(shí)間的推移，話(huà)的動(dòng)態(tài)性、發(fā)展性和差異性。話(huà)題演化分為兩個(gè)方面：表示內(nèi)容隨著時(shí)間所產(chǎn)生的變化，而這個(gè)變化反過(guò)程，而發(fā)生的變化。例如，在國(guó)際會(huì)議開(kāi)幕前夕，大家的關(guān)備工作，而在會(huì)議閉幕之后，大家的關(guān)注點(diǎn)就轉(zhuǎn)移到了生活所帶來(lái)的影響。則表示話(huà)題強(qiáng)度，隨著時(shí)間的推移而經(jīng)歷的一個(gè)低潮到程，而這個(gè)變化的過(guò)程，反應(yīng)了隨著時(shí)間的推移，用戶(hù)。例如，對(duì)于每年舉辦一次的全國(guó)人民代表大會(huì)，只有戶(hù)關(guān)注，在非會(huì)議期間受到的關(guān)注程度較低。介紹在一些在線(xiàn)社交網(wǎng)絡(luò)中最常用的且適用范圍廣泛

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋鳳義;胡太;楊明;;基于外觀的復(fù)合屬性學(xué)習(xí)的細(xì)粒度識(shí)別[J];數(shù)據(jù)采集與處理;2016年06期

2 陳自巖;黃宇;王洋;傅興玉;付琨;;一種利用語(yǔ)義相似特征提升細(xì)粒度情感分析方法[J];計(jì)算機(jī)應(yīng)用與軟件;2017年03期

3 張潔;董輝;;普適環(huán)境中細(xì)粒度可信管理框架的研究[J];測(cè)控技術(shù);2017年05期

4 鐘競(jìng)德;;超細(xì)粒度氧化釔生產(chǎn)的新工藝分析[J];科技創(chuàng)新與應(yīng)用;2016年06期

5 羅清紅;;大數(shù)據(jù)與靈魂[J];當(dāng)代教育家;2016年12期

6 李濤;劉明耀;閆寧;;超細(xì)粒度砂輪制備技術(shù)研究現(xiàn)狀[J];金剛石與磨料磨具工程;2013年02期

7 譚光華,袁廉灼;從Na_2WO_4溶液制取中、細(xì)粒度WO_3[J];稀有金屬;1989年05期

8 徐德華;張未央;;基于深度記憶網(wǎng)絡(luò)的在線(xiàn)評(píng)論細(xì)粒度情感分類(lèi)[J];電子制作;2020年01期

9 朱陽(yáng)光;劉瑞敏;王震;王梟;;基于聯(lián)合優(yōu)化多任務(wù)學(xué)習(xí)的細(xì)粒度圖像識(shí)別[J];陜西理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2019年06期

10 敦欣卉;張?jiān)魄?楊鎧西;;基于微博的細(xì)粒度情感分析[J];數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn);2017年07期

相關(guān)會(huì)議論文 前10條

1 李小慶;曾慶凱;;細(xì)粒度可信恢復(fù)文件系統(tǒng)[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

2 劉電霆;周德儉;余強(qiáng);;虛擬企業(yè)中細(xì)粒度協(xié)同設(shè)計(jì)任務(wù)的不確定調(diào)度及GA求解[A];先進(jìn)制造技術(shù)高層論壇暨第六屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2007年

3 葉蘊(yùn)芳;楊榆;羅鑫;徐國(guó)愛(ài);;Appfuse系統(tǒng)中細(xì)粒度權(quán)限控制的研究與實(shí)現(xiàn)[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

4 朱虹;舒鵬;;擴(kuò)展SQL實(shí)現(xiàn)DBMS細(xì)粒度訪(fǎng)問(wèn)控制[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

5 郭磊;唐玉華;周杰;董亞卓;;基于FPGA的Cholesky分解細(xì)粒度并行結(jié)構(gòu)與實(shí)現(xiàn)[A];2010年第16屆全國(guó)信息存儲(chǔ)技術(shù)大會(huì)（IST2010）論文集[C];2010年

6 吳舜;蘇丹;吳佳;李坤;許大衛(wèi);劉昀;魏征;;基于Tilera平臺(tái)的網(wǎng)絡(luò)細(xì)粒度應(yīng)用行為識(shí)別系統(tǒng)[A];2013電力行業(yè)信息化年會(huì)論文集[C];2013年

7 李祖德;占國(guó)強(qiáng);葉曉俊;;FG-RBAC:基于RBAC的FGAC模型實(shí)現(xiàn)[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2005年

8 王運(yùn)成;任年民;張建平;結(jié)鳳克;柴常謙;;基于角色的XML細(xì)粒度訪(fǎng)問(wèn)控制模型[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（下）[C];2006年

9 劉偉峰;王智廣;;細(xì)粒度并行計(jì)算編程模型研究[A];2008年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2008年

10 江偉玉;高能;劉澤藝;林雪燕;;一種云計(jì)算中的多重身份認(rèn)證與授權(quán)方案[A];第27次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 ;修正SDH:承載細(xì)粒度IP業(yè)務(wù)[N];中國(guó)計(jì)算機(jī)報(bào);2002年

2 ;細(xì)粒度的訪(fǎng)問(wèn)控制和日志管理[N];中國(guó)計(jì)算機(jī)報(bào);2003年

3 ;三項(xiàng)措施保護(hù)服務(wù)器[N];網(wǎng)絡(luò)世界;2004年

4 侯麗坤;思達(dá)展示新概念QoS產(chǎn)品[N];計(jì)算機(jī)世界;2001年

5 《網(wǎng)絡(luò)世界》記者 蒙克;D-Link應(yīng)用層流控網(wǎng)關(guān)細(xì)粒度管理全網(wǎng)流量[N];網(wǎng)絡(luò)世界;2015年

6 呂明;網(wǎng)絡(luò)安全審計(jì)需細(xì)粒度報(bào)告[N];計(jì)算機(jī)世界;2008年

7 胡英;F5最新SSL VPN[N];計(jì)算機(jī)世界;2006年

8 侯闖 綜合編譯;部署SOA需慎重[N];計(jì)算機(jī)世界;2004年

9 卜葉 整理;新型美顏技術(shù)讓你變明星[N];中國(guó)科學(xué)報(bào);2020年

10 ;Allot加入開(kāi)放式IP服務(wù)創(chuàng)建計(jì)劃[N];人民郵電;2007年

相關(guān)博士學(xué)位論文 前10條

1 余少勇;基于深度學(xué)習(xí)的車(chē)輛檢測(cè)及其細(xì)粒度分類(lèi)關(guān)鍵技術(shù)研究[D];廈門(mén)大學(xué);2017年

2 趙毅力;基于深度學(xué)習(xí)的云南野生鳥(niǎo)類(lèi)圖像細(xì)粒度識(shí)別[D];云南大學(xué);2018年

3 龐程;基于部件的圖像細(xì)粒度視覺(jué)分析方法研究[D];哈爾濱工業(yè)大學(xué);2018年

4 韓婷婷;視頻理解中人體動(dòng)作的細(xì)粒度表示與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2019年

5 楊駿;細(xì)粒度文本情感分析問(wèn)題研究[D];南京大學(xué);2019年

6 趙波;細(xì)粒度圖像分類(lèi)、分割、生成與檢索關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2017年

7 洪佳楠;半可信云中基于屬性加密擴(kuò)展的訪(fǎng)問(wèn)控制研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

8 魏秀參;深度學(xué)習(xí)下細(xì)粒度級(jí)別圖像的視覺(jué)分析研究[D];南京大學(xué);2018年

9 時(shí)杰;關(guān)系數(shù)據(jù)庫(kù)細(xì)粒度訪(fǎng)問(wèn)控制研究[D];華中科技大學(xué);2010年

10 朱倩;面向自由文本的細(xì)粒度關(guān)系抽取的關(guān)鍵技術(shù)研究[D];江蘇大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 熊俊;基于細(xì)粒度情感分析的票房預(yù)測(cè)研究[D];重慶郵電大學(xué);2019年

2 聶自闖;基于SDN的IoT設(shè)備細(xì)粒度訪(fǎng)問(wèn)控制研究與實(shí)現(xiàn)[D];重慶郵電大學(xué);2019年

3 鄧敏娜;基于序列生成模型的細(xì)粒度情感分析研究[D];湘潭大學(xué);2019年

4 鄭穎;面向用戶(hù)評(píng)論的細(xì)粒度情感分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];山東師范大學(xué);2019年

5 張騰;基于卷積神經(jīng)網(wǎng)絡(luò)的細(xì)粒度車(chē)型識(shí)別系統(tǒng)研究與實(shí)現(xiàn)[D];上海交通大學(xué);2018年

6 陳仿雄;弱監(jiān)督顯著性細(xì)粒度圖像分類(lèi)算法的研究與實(shí)現(xiàn)[D];廣東工業(yè)大學(xué);2019年

7 周晉虹;基于異構(gòu)嵌入式的細(xì)粒度圖像自動(dòng)分類(lèi)系統(tǒng)研究[D];成都理工大學(xué);2019年

8 麻凱利;基于深度學(xué)習(xí)的細(xì)粒度目標(biāo)檢測(cè)算法研究[D];國(guó)防科技大學(xué);2017年

9 劉心;基于概率模型的細(xì)粒度話(huà)題演化分析技術(shù)研究與實(shí)現(xiàn)[D];國(guó)防科技大學(xué);2018年

10 胡飛菊;基于文本挖掘的民宿評(píng)論細(xì)粒度情感分析[D];江西農(nóng)業(yè)大學(xué);2019年

本文編號(hào)：2798329