面向隐式微博主题挖掘系统的设计与实现

《面向隐式微博主题挖掘系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10255学号：2131531东华大学面向隐式微博主题挖掘系统的设计与实现DesignAndImplementationofanImplicitMicroblogThemeMiningSystem学科专业：计算机科学与技术作者姓名：黄昀指导教师：李继云答辩日期：2016-01-06东华大学硕士学位论文面向隐式微博主题挖掘系统的设计与实现东华大学学位论文原创性声明本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已明确注

2、明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日东华大学硕士学位论文面向隐式微博主题挖掘系统的设计与实现东华大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、

3、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本版权书。本学位论文属于不保密□。学位论文作者签名：指导教师签名：日期：年月日日期：年月日面向隐式微博主题挖掘系统的设计与实现面向隐式微博主题挖掘系统的设计与实现摘要随着互联网的迅速发展，电商平台逐渐成为大众购买商品的主要渠道，企业官方微博是服务于电商平台的便于企业发布对外消息、用户讨论评价产品的一种新型方式。随着公司网络营销影响力的增加，与公司相关的微博文本数量日益增多，其中隐含着许多与公司密切相关的话题。挖掘得到其中有价值的信息可

4、以实时监控与公司相关的舆论动向，支持公司管理层决策。微博主题检测技术是研究如何对大量的微博数据信息进行管理分类，这己经成为当前微博研究中最热门的方向之一。主要工作内容如下:（1）微博中包含大量的无法分析其主题归属的微博。如果一味抛弃将会大大影响整体主题的输出，遗漏掉很多微博作者关心的话题。因此本文在目前已存在的微博主题模型基础上，着重分析微博的结构和微博间的关系并结合概率主题模型设计和提出了基于微博转发评论关系和自身上下文关系的面向隐式微博的主题模型CGRMB-LDA模型。该模型利用微博间评论关系

5、、转发关系和上下文关系扩展隐式微博来达到明确隐式微博的主题归属的目的，最后采用吉布斯采样的方法求解模型得到微博-主题和主题-词汇的概率分布。（2）本文还探讨如何快速便捷地利用微博开放平台的API接口实现获取微博间的评论转发关系来分析处理隐式微博。另外，本文还I面向隐式微博主题挖掘系统的设计与实现针对隐式微博的特点经过数据预处理、网络符号替换和情感词扩充使得最后主题模型的输出更加准确并带有一些情感色彩。关键词：微博，主题挖掘，CGRMB-LDA模型，隐式微博II面向隐式微博主题挖掘系统的设计与实现D

6、esignAndImplementationofanImplicitMicroblogThemeMiningSystemABSTRACTWiththerapiddevelopmentoftheInternet,electronicbusinessplatformhasbecomethemainchannelforpublicpurchaseofgoods,businessofficialMicroblogisanewwaytoserviceinelectronicbusinessplatformf

7、acilitatesthereleaseofoutsidenewsandletusersdiscusstheirproducts.Withtheincreaseofnetworkmarketingcompanyinfluence,associatedwiththecompany'sgrowingnumberofmicroblogtext,whichimpliessometopicsthatcloselyrelatedtothecompanies.Mininggetpublicopiniontren

8、dswhichvaluableinformationcanbeassociatedwiththecompany'sreal-timemonitoring,supportthecompany'smanagementdecisions.Microblogtopicdetectiontechnologyisthestudyofhowalargenumberofmicroblogsinformationmanagementdataclassification,whichhasbecomem