基于评论的在线多媒体微博主题挖掘算法研究

《基于评论的在线多媒体微博主题挖掘算法研究》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、中图分类号：TP391论文编号：102870916-s022学科分类号：120100硕士学位论文基于评论的在线多媒体微博主题挖掘算法研究研究生姓名叶川学科、专业管理科学与工程研究方向管理信息系统与企业信息化指导教师马静教授南京航空航天大学研究生院经济与管理学院二О一六年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofEconomicsandManagementResearchonOnlineMultimed

2、iaMicroblogTopicMiningAlgorithmBasedonCommentsAThesisinManagementScienceandEngineeringbyYECHUANAdvisedbyProfessorMaJingSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofManagementMarch,2016承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特

3、别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将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、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要随着Web2.0的发展，互联网数据的表现形式越来越丰富，这些丰富的Web数据中蕴含着巨大的价值。近年来，大量研究人员正从事着从庞大的Web数据中进

4、行文本挖掘的研究。微博是一种拥有丰富媒体信息的信息交互平台，在庞大的用户群体中有着深刻的影响力。一条微博的文本内容通常较为简短且微博主题通常蕴含在图片或视频等多媒体内容当中，因此如何挖掘复杂的多媒体信息的主题，并使用简洁而有效文本模型表达多媒体的主题有重要的研究意义。然而现有文本挖掘的模型与方法并不能有效挖掘并全面展示多媒体微博的主题，所以本文提出了一种新的文本描述模型以及主题挖掘算法。本文首先研究了话题检测与跟踪理论、话题跟踪技术与主题模型理论，并从中梳理了相关理论作为本文的研究基础；为指导基于评论的

5、主题挖掘，本文在已有在线LDA模型的基础上引入微博主题热度动态演化以及主题内容动态演化提出了微博在线LDA（MicroblogOnline-LDA，简称MBO-LDA）模型，并用于在线微博文本流建模；基于MBO-LDA模型，本文设计了基于评论的在线多媒体微博主题挖掘算法，并使用内容与情感两个维度的多媒体微博文本描述模型展示主题挖掘结果；最后本文使用新浪微博爬虫工具集采集的216345条新浪微博按发表时间构建实验数据集进行对比实验，实验证明了本文提出的模型与算法是有效且可靠的。具体的创新点有：（1）根据微

6、博平台的时效特性，改进Online-LDA模型并提出了MBO-LDA主题模型，并将模型用于微博在线文本流的主题建模来指导基于评论的主题挖掘算法。（2）提出了内容与情感两个维度的多媒体微博文本描述模型，每个维度上又将文本组织成文抽象的主题标签与具体的主题特征词两个粒度描述多媒体微博的主题，设计主题挖掘算法将评论文本组织成多媒体微博文本描述模型。关键词：多媒体，微博，LDA，文本挖掘，主题模型I基于评论的在线多媒体微博主题挖掘算法研究ABSTRACTWiththedevelopmentoftheweb2.0

7、,theformofdatafromInternetaremoreenriched,andthesedatacontainagreatvalue.Recently,Alargenumberofresearchersareengagedintextminingresearchfromthehugewebdata.Microblogisakindofinformationinteractionplatformwithrichmultimediainformation,andhasaprofoundinflu

8、enceamongits’largeusercommunity.Usuallythetextcontentofamicroblogisshortandthetopicsareusuallyembeddedinimagesorvideosandothermultimediacontent,sohowtominethetopicofcomplexmultimediainformationanduseaconciseandeffectivetex