在线社交网络话题是指在线社交网络平台上受到网民的关注程高、观点倾向性明确、观点认同度高且有影响力的话题,是网络舆情产生的萌芽。对于互联网用户甚至社会观点的形成具有十分重要及深远的影响。
在线社交网络中地域性话题发现在线社交网络中日益丰富的地理位置信息为传统舆情感知、信息检索技术带来了新的思考1。文中以在线社交平台Twitter为研究对象,以社交网络中地域性话题(Geographical Topic)发现为研究目标,工作主要分为社交网络话题性和地域性分析、地域性话题发现两个部分。首先,文中基于用户、位置和话题间的相互关系,阐述了社交网络用户具有地域性和话题性特征,分析了地理位置和话题对词项使用的影响,抽象出地域和话题之间的关联。其次,根据地域性话题的空间关联特征,综合考虑用户发布的文本内容和地理位置信息,按照主题模型思想构建地域性话题发现模型GTTD(Geographical Textual Topic Discovering model),将用户、话题和地理位置间存在的紧密关系同时引入话题发现框架中.最后利用吉布斯采样算法进行模型的参数估计.基于Twitter真实数据集的实验表明:文中提出的UTTD模型能有效地发现社交网络中的地域性话题,并且与LGTA, Geofolk模型对比,在困惑度(perplexity)指标上体现出优势。
在线社交网络中的新兴话题检测技术综述新兴话题检测是社交网络研究的热点问题之一2。在线社交网络特别是微博的开放性,给话题的流行和爆发提供了前所未有的便利条件。新兴话题是即将流行或爆发的话题,往往伴随着重大的事件或新闻的发生,会产生重大的社会影响,如何在早期识别此类话题,是新兴话题检测研究的主要内容。该文回顾了近年来在新兴话题检测方面的主要进展,分析了新兴话题检测领域面临的挑战,阐述了相关的概念、方法和理论,重点从内容突发特征和信息传播模型两个方面对影响新兴话题检测的方法进行了分析和讨论,并对新兴话题检测的前景做了展望。
本词条内容贡献者为:
王沛 - 副教授、副研究员 - 中国科学院工程热物理研究所