基于主題劃分的微博檢索研究.pdf

1、目前流行的在線社交網(wǎng)絡(luò)服務(wù)特別是微博客正在改變信息的傳播和共享模式。微博服務(wù)允許用戶輕松的發(fā)布和接收消息。推特（Twitter）每天有超過1億用戶發(fā)布2.3億條微博。與其將查詢提交給傳統(tǒng)的搜索引擎，Twitter用戶更愿意登錄微博來檢索新聞、URL、和好友發(fā)布的評論。而微博搜索也已經(jīng)成為用戶獲取熱點事件信息的重要渠道。針對用戶在微博上搜索時主要關(guān)注的是熱點事件和熱點主題，提出了一個新的微博搜索解決方案，該方案能較好的完成主題搜索的任務(wù)。

2、首先將微博按其所屬主題進(jìn)行分類，然后在分類后的結(jié)果上進(jìn)行主題-微博兩級的索引構(gòu)建。
　　基于微博中的標(biāo)簽（Tag）提出了一個新的微博分類方法。首先統(tǒng)計微博中Tag的共現(xiàn)關(guān)系，在此基礎(chǔ)上利用互信息算出Tag的相似度矩陣。使用聚類算法對Tag進(jìn)行聚類分析得到若干Tag類別。然后將數(shù)據(jù)集中帶有Tag的微博分配到相應(yīng)的類中得到微博的類別。使用上述基于Tag構(gòu)造的微博類別作為訓(xùn)練數(shù)據(jù)，構(gòu)造一個微博的分類器，對其余不帶Tag的微博進(jìn)行分類處理

3、，得到最終的微博主題劃分（每個類別代表一個主題）。
　　基于上述的微博主題劃分結(jié)果構(gòu)建主題-微博兩級索引結(jié)構(gòu)。首先對每一個主題的質(zhì)心向量構(gòu)建索引形成主題級別索引，然后對每個主題下的微博進(jìn)行索引構(gòu)建。進(jìn)行結(jié)構(gòu)檢索時，先根據(jù)用戶查詢在主題索引中檢索相關(guān)主題，并對主題進(jìn)行相關(guān)性評分，然后在每個相關(guān)主題下檢索相關(guān)微博，一條微博的最終得分等于該微博所屬主題得分乘以該微博在主題內(nèi)的得分。根據(jù)該得分進(jìn)行排序，并將最終排序結(jié)果返回用戶。通過在Tw