检索结果-南通市图书馆

Combining long-term and short-term user interest for personalized hashtag recommendation

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Frontiers of Computer Science 2015年第4期9卷 608-622页

作者： Jianjun YU Tongyu ZHU Computer Network Information Center Chinese Academy of Sciences Beijing 100190 China State Key Lab of Software Development Environment B eihang University Beijing 100190 China

hashtags, terms prefixed by a hash-symbol #, are widely used and inserted anywhere within short messages （tweets） on micro-blogging systems as they present rich sen- timent information on topics that people are interested in. In this paper, we focus on the problem of hashtag recommenda- tion considering their personalized and temporal aspects. As far as we know, this is the first work addressing this issue spe- cially to recommend personalized hashtags combining long- term and short-term user interest. We introduce three features to capture personal and temporal user interest： 1） hashtag textual information; 2） user behavior; and 3） time. We of- fer two recommendation models for comparison： a linear- combined model, and an enhanced session-based temporal graph （STG） model, Topic-STG, considering the features to learn user preferences and subsequently recommend person- alized hashtags. Experiments on two real tweet datasets illus- trate the effectiveness of the proposed models and algorithms.

关键词： recommendation hashtag time-sensitive userinterest

在线全文

学校读者我要写书评

暂无评论

hashtag研究综述

现代图书情报技术 2015年第10期 40-49页

作者：邵健章成志李蕾南京理工大学经济管理学院南京210094 江苏省数据工程与知识服务重点实验室(南京大学) 南京210093

【目的】分析当前hashtag研究思路和技术,归纳和总结当前hashtag研究中所存在的问题,并提炼hashtag研究的理论意义与实际意义,为更深入的hashtag研究提供参考。【文献范围】以2007年至2015年的国际会议和国内外期刊的60篇文献作为主要... 详细信息

【目的】分析当前hashtag研究思路和技术,归纳和总结当前hashtag研究中所存在的问题,并提炼hashtag研究的理论意义与实际意义,为更深入的hashtag研究提供参考。【文献范围】以2007年至2015年的国际会议和国内外期刊的60篇文献作为主要研究对象。【方法】调研hashtag研究及其应用的相关文献,对hashtag研究中各环节涉及的方法进行分析和总结。【结果】hashtag在用户使用、hashtag挖掘与基于hashtag的应用研究三方面存在一些可以深入研究的问题。【结论】未来应侧重于hashtag的理论研究,如用户标注hashtag的动机、影响hashtag标注的因素等。在实际应用中,结合不同学科方法和多个领域的技术改善hashtag在实际应用中的效果。

关键词： hashtag 文本挖掘社会化标签热点事件发现情感分类

在线全文

学校读者我要写书评

暂无评论

中文微博的hashtag话题相关性分析

计算机科学 2013年第11A期40卷 235-237,245页

作者：胡长龙唐晋韬王挺国防科学技术大学计算机学院长沙410073

hashtag(微博话题词)是发布者为微博信息创建的话题标签,能帮助用户在海量微博数据中高效发现热点话题。hashtag由用户创建的特性使得不同的hashtag可能代表着同一个话题,挖掘hashtag之间的话题相关性将有助于热点话题发现和聚合展示。... 详细信息

hashtag(微博话题词)是发布者为微博信息创建的话题标签,能帮助用户在海量微博数据中高效发现热点话题。hashtag由用户创建的特性使得不同的hashtag可能代表着同一个话题,挖掘hashtag之间的话题相关性将有助于热点话题发现和聚合展示。研究了hashtag之间相关性分析问题,抽取了hashtag文本特征、微博内容、hashtag的出现次数-时间分布以及hashtag共现等一系列特征,以分析hashtag之间的话题相关性。在新浪微博数据上的实验结果显示,这一系列特征组合能较好地帮助hashtag相关性分析。

关键词：微博话题相关性 hashtag 特征抽取

群组多样性对用户在线社交网络参与行为的影响 ——以hashtag的使用为例

在线全文

学校读者我要写书评

暂无评论

群组多样性对用户在线社交网络参与行为的影响 ——以Hashtag的使...

作者：郑铭兴北京邮电大学

学位级别：硕士

随着在线社交网络的迅猛发展,在线社交网络已经不可避免地成为我们生活中的一部分,并对我们的生活方式,例如沟通交流、信息获取等产生巨大的影响。在线社交网络不仅吸引了众多互联网用户的眼光,也获得了越来越多的学者的关注并对其进行... 详细信息

随着在线社交网络的迅猛发展,在线社交网络已经不可避免地成为我们生活中的一部分,并对我们的生活方式,例如沟通交流、信息获取等产生巨大的影响。在线社交网络不仅吸引了众多互联网用户的眼光,也获得了越来越多的学者的关注并对其进行研究。研究方向包含用户行为、信息扩散等各个方面。本研究主要聚焦于在线社交网络用户的参与行为。从社会影响的角度出发,探讨影响在线社交网络用户参与行为的影响因素。在总结前人研究成果的基础上,引入了“群组多样性”的网络结构因素,并通过抓取社交网络Twitter实际数据,验证“群组多样性”对在线社交网络用户参与行为的影响。本论文主要做了以下几个方面的工作：(一)在广泛阅读当前关于在线社交网络用户参与行为的文献的基础上,总结影响在线社交网络用户参与行为的影响因素。(二)从用户的朋友网络结构角度出发,引入网络结构群组多样性的变量,探究其对在线社交网络用户参与行为的影响。(三)通过Twitter API提取用户数据,构建Twitter用户网络,通过用户使用hashtag的行为数据,实证验证群组多样性等因素对用户参与行为的影响。(四)根据实证结果得出结论,并对该结论应用于在线社交网络推荐系统的改进提升以及应用于营销策略给出了建议。

关键词：社交网络用户行为群组多样性 hashtag Twitter

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多语言微博hashtag生成及其应用研究

多语言微博Hashtag生成及其应用研究

作者：邵健南京理工大学

学位级别：硕士

hashtag是用户标注在微博中的主题标签,利用hashtag能够提高微博中信息组织和信息检索的效率,因此研究hashtag的基础特性、生成技术、聚类和分类等技术具有重要意义。然而大多数的用户很少给自己所发的微博标注hashtag,导致包含hashtag... 详细信息

hashtag是用户标注在微博中的主题标签,利用hashtag能够提高微博中信息组织和信息检索的效率,因此研究hashtag的基础特性、生成技术、聚类和分类等技术具有重要意义。然而大多数的用户很少给自己所发的微博标注hashtag,导致包含hashtag的微博数量较少,这影响了hashtag的实际应用效果。目前关于hashtag抽取、推荐与组织等方面的问题,逐渐受到学术界关注,本文重点研究多语言微博的hashtag生成及其在热点事件发现中的应用。本文通过研究多语言hashtag的生成及聚类技术,提高微博中信息组织的效率和效果,并将生成的结果应用在H7N9热点事件的分析中。在hashtag生成技术中利用K近邻思想,分别使用新浪微博和Twitter微博语料进行实验,从语料中选取与目标微博文本最相似的K条微博,从中选取合适的hashtag。分别比较了向量空间模型(Vector Space Model)、潜在语义分析(Latent Semantic Analysis)、隐含狄利克雷分布(Latent Dirichlet Allocation)文本表示方法对中英文微博hashtag抽取结果的影响。目前,hashtag聚类技术的研究比较少,在hashtag聚类研究中,本文主要对比了基于标签文档矩阵和基于文档合并的hashtag聚类策略,在这两种聚类策略中使用了K-Means聚类算法、AP聚类算法和层次聚类算法,并对各种聚类策略与方法进行评估。在基于文档合并的hashtag聚类策略中分别对比了潜在语义分析(Latent Semantic Analysis)、隐含狄利克雷分布(Latent Dirichlet Allocation)文本表示方法对聚类效果的影响。在研究聚类策略、聚类算法以及文本表示方法对hashtag聚类结果影响的基础上,找出hashtag聚类的最佳聚类策略,聚类算法和文本表示方法。多语言微博hashtag聚类结果描述的目的是从hashtag类簇中抽取关键词,对不同的类簇进行关键性描述。目前的文本聚类结果描述方法主要有自动标引、自动摘要等,本文使用的关键词抽取技术属于自动标引技术中的一种。目前,关键词的特征主要为统计特征,对语法特征的研究较少。因此本文针对关键词的特点提出关键词的依存关系特征和句法特征,分别在中文和英文数据集中使用支持向量机(SVM)和逻辑回归(LR)分类器对这两种特征进行验证,加入这两种特征后提高了关键词抽取结果的F值。在hashtag应用部分,从上述hashtag生成研究、hashtag聚类研究和聚类结果描述研究中选择最优方法,将其应用在热点事件发现中。首先对不包含hashtag的微博生成hashtag,然后对hashtag进行聚类并从中抽取关键词,最后将聚类结果可视化展示。另外将微博发布的时间因素也进行了考虑,并对全部语料的时间分布、主要类簇以及主要hashtag的时间分布进行了分析。

关键词： hashtag 社会化标签 hashtag生成 hashtag聚类关键词抽取

hashtags as Crowdsourcing: A Case Study of Arabic hashtags on Twitter

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Social Networking 2019年第4期8卷 158-173页

作者： Batool Hendal Department of Information Studies College of Social Studies Kuwait University Kuwait City Kuwait

This mixed study aims to highlight the impact of social media in the Arab world, specifically Twitter’s impact on translators’ communities. For this purpose, the role of hashtags among translators will be examined by investigating one particular Arabic hashtag, its purpose, target users, and the classification of content. The hashtag is , #translator_serving_translator. 1) An online survey of six closed questions was employed and posted on Twitter, and 249 responses show that users are from fourteen Arab countries, and the majority is from Saudi Arabia. hashtag users are translators, freelancers, or TS students. Some are active users who post tweets and answer questions, others only ask questions, and the rest only read tweets. The general attitude toward employing hashtags among translators’ communities was positive. 2) Employing a content analysis approach, the content is classified into two main categories of sharing information and seeking assistance with seven subcategories of each.

关键词： hashtag Twitter Social Media Translators Crowdsourcing Translation Studies Twitter Content Classifications

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一种融合聚类和时间信息的微博排序新方法

中文信息学报 2015年第3期29卷 177-183,189页

作者：卫冰洁史亮王斌中国科学院计算技术研究所北京100190 国家计算机网络应急技术处理协调中心北京100029 中国科学院信息工程研究所北京100093

随着微博的快速发展,微博检索已经成为近年来研究领域的热点之一。微博检索与传统文本检索在两个方面明显不同:一是微博具有自己的特点,表现在文本短和内容中具有主题概括词(称为hashtag);二是微博排序中除了考虑文本和语义相似度,还需... 详细信息

随着微博的快速发展,微博检索已经成为近年来研究领域的热点之一。微博检索与传统文本检索在两个方面明显不同:一是微博具有自己的特点,表现在文本短和内容中具有主题概括词(称为hashtag);二是微博排序中除了考虑文本和语义相似度,还需考虑时间信息。根据这两点区别,该文在统计语言模型的基础上,使用聚类进行文本扩展,并将hashtag信息运用到聚类过程中。同时,因为微博数据集中具有hashtag的微博个数不超过13%,针对这一现象,该文还提出了一种扩展微博hashtag的方法,最终提出了基于聚类的三个模型。然后通过定义文档先验将时间信息加入到提出的三个检索模型中,得到融入聚类和时间信息的三个模型。最后基于TREC Microblog数据的实验结果证明,融合聚类信息和时间信息的模型在MAP和P@30上有明显提高,分别提高7.1%和11.6%。

关键词：微博检索 hashtag 聚类时间语言模型

在线全文

学校读者我要写书评

暂无评论

中文微博的话题相关性分析研究

中文微博的话题相关性分析研究

作者：胡长龙国防科学技术大学

学位级别：硕士

随着Web2.0的发展,微博等社交媒体逐步成为了人们获取网络信息、了解社会动态的主要平台。微博信息主要由个人用户发布、信息通过人与人的社会交互共享,这使得微博呈现出数据规模大、信息质量参差不齐、话题实时更新等特点。如何在这些... 详细信息

随着Web2.0的发展,微博等社交媒体逐步成为了人们获取网络信息、了解社会动态的主要平台。微博信息主要由个人用户发布、信息通过人与人的社会交互共享,这使得微博呈现出数据规模大、信息质量参差不齐、话题实时更新等特点。如何在这些庞大冗余的微博信息中筛选出热门话题、摘取出有价值的信息片段,对于面向互联网络的信息处理具有重要的意义。本文首先研究了hashtag话题相关性分析问题。hashtag是微博文本中的一种主题标签,发布者可以利用hashtag机制标注微博涉及的话题。微博平台基于hashtag聚合微博,能帮助用户在海量微博数据中发现热点话题。但hashtag由用户创建的特性使得不同的hashtag可能代表着同一个话题,挖掘hashtag之间的话题相关性将有助于热点话题发现。因此在分析了微博内容特征及结构特点的基础上,本文抽取了hashtag文本特征、微博内容、hashtag出现次数-时间分布以及hashtag共现等一系列特征,用于分析hashtag之间的话题相关性。在新浪微博数据上的实验结果显示,这一系列特征组合能较好地帮助hashtag话题相关性分析。为了摘取出有价值的信息片段帮助用户快速了解话题的各个方面,本文进行了微博话题、子话题的关键词抽取研究。基于短文本聚类的方法,本文对同话题微博进行聚类以发现各个子话题,并利用关键词抽取技术分别提取了话题、子话题的关键词。实验表明,抽取微博话题及子话题的关键词可以方便地展示话题的主体以及不同侧面的信息,较好地解决了微博数据规模过载使得用户无法及时掌握热点信息的问题。

关键词：微博话题相关性 hashtag 关键词抽取标签云