面向短文本热点数据发现的研究

摘要：

在采用传统文本算法处理微博等短文本信息时,因微博自身具有的信息主动推送、噪声点信息较多和时间特征性强等特点,往往会碰到处理效率低下,准确率低等问题.本文针对这些问题进行了深入分析后,提出了包括信息焦点度、相关度和活跃度的多维度评价模型.实验结果证明,提出的多维度评价模型在短文本热点数据发现上达到了较好的性能.

关键词： 短文本 热点数据发现 多维度评价模型 焦点度 相关度 活跃度

作者: 杜雨航 欧明栋 崔鹏

作者单位: 清华大学计算机系 北京100084

会议类型: 国内会议

会议名称: 第六届中国智能计算大会

会议地点: 开封

会议语种:中文

页码: 161-168

在线出版日期: 2012-05-25（万方平台首次上网日期，不代表论文的发表时间）