基于可信度评测的话题发现方法

作     者：李兴冠 

作者单位：哈尔滨工程大学 

学位级别：硕士

导师姓名：杨静;殷志伟

授予年度：2014年

学科分类：081203[工学-计算机应用技术] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：微博 话题发现 可信度 Single-Pass 可信热点话题 

摘      要：凭借创新式的信息生产机制和网络传播机制,微博平台成为社会热点重要的发源地和传播途径,这使得热点话题发现技术不断研究与发展。然而,由于微博的匿名性以及即时性等特征,使得一些人为编造的不可信话题同时在网上流传开来。于是,对于微博信息的可信度的研究就显得至关重要,这不仅影响着整个网络的舆论导向,更影响着社会的安定和谐。在以往的可信度研究中,都是基于一些已有的热点话题进行可信度评测,最后验证该话题的置信值与现实情况的对比。然而,一些不可信的话题已经作为网络的热点传播开来,并不能从源头上阻止这些话题的传播。因此,本文结合话题发现的相关方法、微博信息的特征并结合可信度相关的研究提出了一种基于可信度评测的话题发现方法。本文首先提出了可信热点话题的概念,通过对可信热点话题的定义、评测指标,构架了可信热点话题的发现框架。在框架中,主要包括用户可信度评测、微博数据准备、话题提取、可信热点话题获取。在用户可信度评测算法中,本文不仅考虑用户的基本属性对用户可信度的影响,还提出了一种利用相对可信度来分配用户可信度的算法。在微博信息预处理过程中,本文考虑到时间对于一个事件的重要性,把时间作为了文本相似度计算中的一个重要因素。最后本文基于Single-Pass算法进行了文本向量聚类,把聚类得到的话题,按照可信热点话题评价指标,进行评价得到可信热点话题。最后,本文利用微博平台上的数据对本文中提到的用户可信度评测算法、时间因素对热点话题的影响、可信热点话题的TDT检测指标进行了实验。实验中用户可信度评测算法与传统的PageRank算法作了比较、热点话题时间因素与非热点话题时间因素的比较、用户可信度话题发现算法与SP&HA算法比较,验证了本文提出的基于可信度评测的话题发现方法在话题发现过程中的准确性以及效率。