基于分类的中文微博热点话题发现方法研究

doi:10.3969/j.issn.1671-1122.2014.09.029

信息网络安全 ›› 2014, Vol. 14 ›› Issue (9): 127-131.doi: 10.3969/j.issn.1671-1122.2014.09.029

基于分类的中文微博热点话题发现方法研究

郑飞，张蕾

上海市公安局，上海 200025

收稿日期:2014-08-06 出版日期:2014-09-01
作者简介:郑飞（1980-），男，河南，助理工程师，博士，主要研究方向：数据挖掘和交通流理论; 张蕾（1967-），女，江西，高级工程师，本科，主要研究方向：网络安全。

Classification-based Hot Topic Detection Approach on Chinese Micro-blog

ZHENG Fei, ZHANG Lei

Shanghai Bureau of Public Security, Shanghai 200025, China

Received:2014-08-06 Online:2014-09-01

摘要/Abstract

摘要： 智能手机和微博客户端强化了微博的媒体特性，实时发现微博话题具有现实意义。文章提出了一种基于关键字分类的中文微博热点话题发现方法，通过关键字对微博信息进行筛选和归类，以时间窗内词频和增长速度构造赋权函数提取主题词，词汇的同文本条件概率作为相似度判定依据，基于改进的单遍聚类算法进行主题词聚类。对系统运行结果分析表明，该方法可以实时有效地聚类发现微博热点话题。

关键词: 分类, 微博, 话题发现, 聚类

Abstract: Smart-phones and micro-blog client reinforce the micro-blog media features. Therefore, Micro-blog hot topic real-time detection can provide valuable research results in relevant fields. The paper introduces a real-time hot micro-blog topic detection method based on keywords classification. Filtered micro-blog messages were classified according to keywords. A multi-weight function based on the word frequency and growth in the time window was used to extract the key words of micro-blog information. An improved single-pass clustering algorithm based on same-text conditional probability was used to find the micro-blog hot topic. The results show that the approach is effect in clustering micro-blog hot topic in real time.

Key words: classification, micro-blog, topic detection, clustering

郑飞，张蕾. 基于分类的中文微博热点话题发现方法研究[J]. 信息网络安全, 2014, 14(9): 127-131.

ZHENG Fei, ZHANG Lei. Classification-based Hot Topic Detection Approach on Chinese Micro-blog[J]. 信息网络安全, 2014, 14(9): 127-131.

参考文献

[1] Zhang Wei, Mei Hong, Zhao Haiyan. A Feature-Oriented Approach to Modeling Requirements Dependencies [C]. 13th IEEE International Conference on Requirements Engineering.2005:273-284.
[2] Schobbens P Y, Heymans P, Trigaux J C, et al. Feature Diagrams: A Survey and a Formal Semantics [C]. Proceedings of the 14th IEEE International Conference on Requirements Engineering(RE’06).2006:136-145.
[3] 曹鹏,李静远,满彤等.Twitter中近似重复消息的判定方法研究[J].中文信息学报,2010,25(1):20.
[4] 杨冠超.微博客热点话题发现策略研究[D].杭州：浙江大学,2011.
[5] MARIO C,LUIQI D C , CLAUDIO S. Emerging Topic Detection on Twitter based on Temporal and Social Terms Evaluation[A]. In:MDMKDD 10 Proceedings of the tenth International Workshop on Multimedia Data Mining[C]. Washington ,2010:1-10.
[6] 郑斐然,苗夺谦,张志飞,等.一种中文微博新闻话题检测方法[J].计算机科学,2012,39（1）：138 -141.
[7] 薛素芝,鲁燃,任圆圆.基于速度增长的微博热点话题发现[J].计算机应用研究,2013,（9）：2598-2601.
[8] Sakaki Ti, Okazaki M, Matsuo Y. Earthquake Shakes Twitter User: Real-time Event Detection by Social Sensors[A]. Proceedings of the 19th International Conference on World Wide Web, 2010[C].Raleigh, North Carolina: ACM Press, 2010:851-861.
[9] 任伟. 无线网络安全问题初探[J]. 信息网络安全,2012,（01）：10-13.
[10] 王雷. RFID芯片在物联网应用中的设计与研究[J]. 信息网络安全,2012,（05）：64-67.
[11] 邹蕾,张先锋. 人工智能及其发展应用[J]. 信息网络安全,2012,（02）：11-13.
[12] 王伟,高能,江丽娜. 云计算安全需求分析研究[J]. 信息网络安全,2012,（08）：75-78.
[13] 海然. 云计算风险分析[J]. 信息网络安全,2012,（08）：94-96.
[14] 吴轩亮. 三网融合下城域网DDoS攻击的监测及防范技术研究[J]. 信息网络安全,2012,（03）：45-48.
[15] 黄华军,钱亮,王耀钧. 基于异常特征的钓鱼网站URL检测技术[J]. 信息网络安全,2012,（01）：23-25.
[16] 黄俊强,方舟,王希忠. 基于Snort-wireless的分布式入侵检测系统研究与设计[J]. 信息网络安全,2012,（02）：23-26.
[17] 池水明,周苏杭. DDoS攻击防御技术研究[J]. 信息网络安全,2012,（05）：27-31.
[18] 黄华军,王耀钧,姜丽清. 网络钓鱼防御技术研究[J]. 信息网络安全,2012,（04）：30-35.
[19] 方欣,万扬,文霞等.基于协议分析技术的网络入侵检测系统中DDoS攻击的方法研究[J]. 信息网络安全,2012,（04）：36-38.
[20] 范光远,辛阳. 防火墙审计方案的分析与设计[J]. 信息网络安全,2012,（03）：81-84.
[21] 梁宏,刘佳男,李勇.“火焰”病毒分析与防范[J]. 信息网络安全,2012,（08）：157-159.

基于分类的中文微博热点话题发现方法研究

Classification-based Hot Topic Detection Approach on Chinese Micro-blog

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	郭春, 陈长青, 申国伟, 蒋朝惠. 一种基于可视化的勒索软件分类方法[J]. 信息网络安全, 2020, 20(4): 31-39.
[2]	陈里可, 阮树骅, 陈兴蜀, 王海舟. 社交媒体机器人账号智能检测研究[J]. 信息网络安全, 2019, 19(9): 96-100.
[3]	李辉, 倪时策, 肖佳, 赵天忠. 面向互联网在线视频评论的情感分类技术[J]. 信息网络安全, 2019, 19(5): 61-68.
[4]	乔延臣, 姜青山, 古亮, 吴晓明. 基于汇编指令词向量与卷积神经网络的恶意代码分类方法研究[J]. 信息网络安全, 2019, 19(4): 20-28.
[5]	孙子文, 张义超. 移动终端身份认证的深度信念网络模型[J]. 信息网络安全, 2019, 19(3): 34-42.
[6]	傅彦铭, 李振铎. 基于拉普拉斯机制的差分隐私保护k-means++聚类算法研究[J]. 信息网络安全, 2019, 19(2): 43-52.
[7]	杨威超, 郭渊博, 钟雅, 甄帅辉. 基于设备型号分类和BP神经网络的物联网流量异常检测[J]. 信息网络安全, 2019, 19(12): 53-63.
[8]	冯胥睿瑞, 刘嘉勇, 程芃森. 基于特征提取的恶意软件行为及能力分析方法研究[J]. 信息网络安全, 2019, 19(12): 72-78.
[9]	冯新扬, 沈建京. 一种基于Yarn云计算平台与NMF的大数据聚类算法[J]. 信息网络安全, 2018, 18(8): 43-49.
[10]	陆勰, 罗守山, 张玉梅. 基于Hadoop的海量安全日志聚类算法研究[J]. 信息网络安全, 2018, 18(8): 56-63.
[11]	陈红松, 王钢, 宋建林. 基于云计算入侵检测数据集的内网用户异常行为分类算法研究[J]. 信息网络安全, 2018, 18(3): 1-7.
[12]	李云春, 鲁文涛, 李巍. 基于Shapelet的恶意代码检测方法[J]. 信息网络安全, 2018, 18(3): 70-77.
[13]	赵薇, 赵娜, 张怡兴. 基于颜色不变特征的谱聚类双分图分割方法[J]. 信息网络安全, 2018, 18(12): 8-14.
[14]	何利, 姚元辉. 基于上下文聚类的云虚拟机异常检测与识别策略[J]. 信息网络安全, 2018, 18(12): 54-65.
[15]	魏书宁, 陈幸如, 唐勇, 刘慧. AR-HELM算法在网络流量分类中的应用研究[J]. 信息网络安全, 2018, 18(1): 9-14.