论文研究基于微博爬虫的热度预测分析 .pdf

基于增强的LDA模型微博热点话题发现，徐慧，夏楠楠，微博已经成为数亿计的用户发布大量信息，从这些庞大的数据信息中提取热点话题成为挑战之一。基于LDA模型对于微博热点话题的挖掘具

基于词向量语义分类的微博实体链接方法，冯冲，石戈，微博实体链接是把微博中给定的指称链接到知识库的过程，广泛应用于信息抽取、自动问答等自然语言任务.由于微博内容简短，传统长�

针对微博话题检测中需要解决的高维数据、噪声信息以及话题的快速演化等主要问题，提出一个有效的微博在线话题检测模型——可区分语言模型（discriminativelanguagemodel，DLM）。该模

微博意见领袖挖掘中通常单独考虑用户属性、网络结构或交互信息等特征，对这些特征之间的关系及微博信息的话题特征考虑较少。针对上述问题，提出了一种基于用户行为网络的微博意见领袖挖掘算法Topic-Leade

基于稀疏模型的微博用户标签自动生成技术，尚迪，戴新宇，微博作为互联网上兴起的社交媒体平台，用户可以通过微博发表观点言论。微博在一定程度上能够表达用户的兴趣爱好。其中，微博用户

针对微博话题存在时效性的特征以及用户之间交互行为特征，在经典PageRank算法的基础上，提出了基于用户交互的微博用户挖掘算法来有效挖掘推动微博话题流行的关键用户。首先介绍了微博话题关键用户的定义及其

基于SVM的深度数据聚焦爬虫方法分析,杨威,,随着Internet的发展,网络资源也越来越多样化,有限搜索资源的背后是海量数据的不断更新,人们如何从网络上获得正确的有效的信息成为

查询推荐已经成为改善用户搜索体验和提高搜索引擎服务质量的重要方法，提高查询推荐串的质量和用户满意度显得尤为迫切。已有研究方法在相似度计算上忽略了命名实体的重要性和搜索日志整体的信息量度，通过对查询串进

基于层次分析法的微博文本特征权重计算方法，黄晓军，王博，为了发现相同兴趣偏好的微博用户群以及解决微博用户兴趣建模问题，本文利用经典的层次分析法，综合考虑微博转发数、评论数、点赞

随着自然语言处理科学的迅猛发展，情感分析作为其重要的一个分支广泛应用于社交网络平台上，尤其是微博由于其传播广泛且蕴涵丰富的情感信息而备受学者青睐。为解析微博中表达的情感信息以及深入挖掘其蕴涵的潜在感情