基于话题模型的教育领域微博账号萃取

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:luxi0194
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网的高速发展和广泛普及正深刻影响着社会的发展和信息的传播,越来越多的人习惯通过微博、论坛、社区等网络载体传播见闻、事件和政策等各种信息。教育领域也正在新的时代下飞快地更新迭代,信息平台的发展为我们提供了获取教育信息的一大捷径。而在信息充足丰富的同时,信息冗余的问题也随之而来。因此,在快节奏的生活中,我们希望尽可能快速而全面地捕捉到教育领域中的前沿内容。本文的研究对象主要是在微博平台上发布了与教育相关内容的博主账号,希望寻找一种途径能帮助我们在众多可供选择的对象集中筛选出一个小的博主集合,通过关注小集合中这些大V人群的微博信息,提炼出有关教育的、最新且覆盖面较广的信息动态。针对这个问题,我们首先对已有的研究和方法进行了分析,然后聚焦在比较有效的主题模型上。考虑到教育领域和微博文本的特点,我们确定出初步圈定对象的标准,找到合适的样本;继而获取他们的文本数据,并采用中科院的分词工具进行了数据转换和预处理,编写好词库和对应编号,使之形成形如“博主序号-词语编号-词频”的三元组,使数据能直接应用到模型中分析。在分析和解决问题中,我们针对数据做了三层递进的实验。首先抽取小样本分别进行AT模型和人工多重审阅的分析方式,观察能最大程度呈现出相近结果的筛选方式,将它确定为本文的筛选机制——首先采用AT模型对主题进行划分,其次根据呈现的关键词对主题进行归纳并根据他们的比率排序,优先关注在同一顺位上出现次数最多的博主。最后分别针对采集到的两个规模下的样本按照制定以上方式进行筛选,找到在限定主题中的最优关注用户集合。本文的研究为类似问题的处理提供了范例。也还存在一些可以更进一步挖掘的地方,如可以考虑备选博主群的实时更新,以满足话题变迁的可能性,或者博主间关联度分析和博主背景等。这需要持续开展研究,本研究结果可以为后续研究打下基础。
其他文献
本文通过试验数据、分解检查、滑油系统原理等分析了一例发动机滑油消耗量异常的故障,并简要介绍某型发动机滑油系统的工作原理、空气封严的原理、及部分滑油附件的功用.本文
随着科技的发展,网格技术作为一种新兴的计算机网络技术,能将分布在不同地域的各类计算机资源聚集在一起,其应用范围和功能在不断发展和变化中与日增加。目前,网格运用最多还是在
随着社会中经济和科技的迅速发展,许多国家都将信息化技术融入到军事当中,并且得到了良好的发展,促进军事中无人后勤装备的发展.同时无人装备在军事活动中有着重要的地位,其
本文简述了铁道客车电热温水器的结构原理,分析解决了研制过程中遇到的问题,详细介绍了铁道客车电热温水器的关键部件的功能.
对比传统的针式打印机,热敏打印机具有打印速度快、打印清晰、使用方面以及运行噪声低的优点,因此在诸多领域如银行系统、医疗设备中得到了广泛应用.本文从热敏打印机的运行
利用CATIA软件建立锥形管口流道的三维几何模型,以流量连续性方程和Navier--Stokes方程为基础,建立出口锥形管口区域流场的数学模型--三维流动控制方程,再由GAMBIT划分计算网
介绍了基于飞机飞参判读的非真故障涵义及非真故障判定的基本原则,分享了非真故障技术甄别的经验与验证方法,提出非真故障的判定是提升飞参判读效率的有效途径,对保障飞机飞
随着移动互联网的飞速发展,人们的生活方式发生改变的同时,通信成本和移动网络的带宽压力也在增加。移动机会网络作为一种特殊的移动自组织网络,具有部署灵活成本低廉的特点,不仅
文章分析了某空中试验平台现有的加改装配电方案的优缺点,并就其缺点重新设计了一种配电方案,改进后的方案,经过原理验证、地面试验和空中验证等环节后,取得了成功,达到了设
本文主要研究了一种可以降低调速系统误差的滑模控制系统,本系统以控制过程中产生的动态误差为性能指标的控制方法,在此基础上建立最优切换函数,并采用最优控制理论对滑模控