基于語義指紋關(guān)聯(lián)的網(wǎng)絡(luò)事件熱度分析方法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)絡(luò)媒體應(yīng)運而生，傳統(tǒng)媒體公司也隨之建立了新聞發(fā)布網(wǎng)站。網(wǎng)絡(luò)傳播的快捷性、互動性、開放性等特點使得民眾可以快速關(guān)注網(wǎng)絡(luò)上的熱點事件，發(fā)表看法、參與討論。隨著民眾的關(guān)注，負面熱點事件的事件破壞力可能會對社會的和諧造成不好的影響，因此，在熱點事件的萌芽階段及時發(fā)現(xiàn)熱點事件并采取適當?shù)拇胧┻M行處理，是熱點事件下一步的研究方向。
　　目前的熱點事件發(fā)現(xiàn)方法主要是通過文本處理的方法對網(wǎng)絡(luò)上的信息進行歸類，然后對每一類事

2、件進行熱度分析。這類方法屬于事后分析，如果能在事件的萌芽階段發(fā)現(xiàn)并及時處理該事件就能有效降低影響。因此，本文研究的目標是在事件的萌芽階段分析事件的熱度，判斷其是否會成為熱點事件。
　　新的事件剛產(chǎn)生時，事件的報道數(shù)量、評論數(shù)、點擊率等都很少，通過熱度計算公式不能判斷其是否會成為熱點事件。分析熱點事件的特點，發(fā)現(xiàn)有很多與熱點事件相關(guān)的事件在過去發(fā)生過。這說明熱點事件之間相互關(guān)聯(lián)，因此可通過已經(jīng)發(fā)生的熱點事件分析當前事件的熱度。

3、>　　本文首先提出事件語義指紋的概念描述事件，事件的語義指紋分為主體、主題、時間、地點四部分，從這四部分描述一個事件。事件的主體、時間、地點等屬于命名實體，可通過命名實體識別技術(shù)得到，根據(jù)每部分的特點，分別計算它們的貢獻度;事件的主題主要描述事件的內(nèi)容，通過柯式復(fù)雜性理論和共詞矩陣得到最能代表事件的相關(guān)特征詞作為事件的主題。事件的語義指紋根據(jù)事件每個方面的特點來描述一個事件，比傳統(tǒng)的文本向量表示事件的方法更加完善。
　　然后基于事

4、件的語義指紋計算兩個事件的相關(guān)度，建立關(guān)聯(lián)事件圖，分析圖中每個事件的熱度，依據(jù)PageRank算法的思想得到每個事件的重要性，計算事件的熱度向量與事件的重要性向量的乘積，得到當前事件的熱度。分別計算事件的語義指紋的四個方面的關(guān)聯(lián)度來得到事件之間的關(guān)聯(lián)度，以事件關(guān)聯(lián)度為邊的權(quán)重，建立權(quán)重矩陣，迭代計算事件關(guān)聯(lián)圖中事件的重要性，當收斂時得到關(guān)聯(lián)圖中每個事件的重要性。
　　最后將事件的語義指紋與TF-IDF、BM25等方法在檢索模型里作