基于知识图谱的社交网络话题演化及预测

论文摘要

互联网已经成为人们获取信息的一个主要渠道,社交网络中的话题可以在互联网上瞬间传播,由于这些话题涉及一系列的概念、要素等特征,并且话题之间也具有复杂的联系,需要构建高效合理的话题模型,以实现话题的建模、存储和管理,并为分析与预警应用提供支撑。知识图谱是具有语义处理能力的知识库,在知识提取、知识融合以及知识推理领域备受关注。首先以微软概念图谱为研究对象,将其看作复杂网络系统,采用相关理论进行分析。复杂网络理论是对复杂系统的一种抽象描述和分析工具,可以探明微软概念图谱的固有特征,深刻理解其本质。复杂网络理论侧重于研究复杂系统各因子的相互作用或关系,文中主要用以分析微软概念图谱最大连通子网的节点度分布、网络平均最短距离、聚类系数和度相关性等复杂网络特性。随后将概念图谱引入短文本二分类问题,实现了一种基于概念图谱的短文本语义扩展表示方法,首先,计算文本特征词与概念图谱中各概念的关联度,选取关联度高的概念构成当前文本的概念词典。然后,将概念词典加入特征词集合得到短文本的语义扩展表示。对来自Twitter的短文本进行了扩展前与扩展后的分类实验,结果显示,概念化语义扩展表示可以提高短文本的分类效果,以此为后续的话题演化关系分析做准备。最后实现了话题演化模型,模型分为两部分,第一部分为话题的发现与追踪,介绍了基于概念图谱的语义表示方法和改进增量聚类算法的话题检测方法,通过微博数据进行实验,验证了方法的有效性。紧跟着进行话题演化关系挖掘,通过余弦相似度和KL散度计算话题之间的相关性与演化关系,最后设计话题演化预测模型,在一定程度上可以实现对于话题的预测。

论文目录

摘要

ABSTRACT

第1章绪论

1.1 研究背景意义

1.1.1 研究背景

1.1.2 研究目的和意义

1.2 国内外研究现状

1.2.1 知识图谱及其应用

1.2.2 社交网络话题发现方法的现状

1.2.3 话题演化研究现状

1.3 研究内容

1.4 论文的技术路线

1.5 论文的重点难点

1.6 本章小结

第2章概念图谱分析

2.1 概念图谱的复杂网络特性分析

2.1.1 概念图谱简介

2.1.2 复杂网络理论简介

2.1.3 概念图谱的复杂网络特性分析

2.2 实证研究

2.2.1 概念图谱网络模型构建

2.2.2 概念图谱网络统计特征分析

2.3 本章总结

第3章基于知识图谱的社交网络话题表示

3.1 基于知识图谱的话题表示方法

3.1.1 话题表示理论分析

3.1.2 概念化方法

3.2 概念化数据扩展流程

3.3 基于知识图谱话题表示的分类实验

3.3.1 数据来源与评价指标

3.3.2 实验设计与结果

3.4 本章小结

第4章话题演化规律挖掘

4.1 话题发现与追踪方法

4.2 基于知识图谱的话题演化分析

4.2.1 话题的发现过程

4.2.2 话题演化关系补全

4.3 话题演化规律的挖掘

4.3.1 实验数据准备

4.3.2 话题发现过程

4.3.3 话题间关系挖掘

4.3.4 话题演化预测

4.4 本章小结

第5章总结与展望

5.1 全文工作总结

5.2 论文创新点

5.3 后续工作展望

参考文献

附录

攻读学位期间发表学术论文及科研情况

致谢

文章来源

类型: 硕士论文

作者: 孙斌

导师: 丁连红

关键词: 概念图谱,社交网络分析,话题表示,话题演化关系,话题演化预测

来源: 北京物资学院

年度: 2019

分类: 基础科学,信息科技

专业: 数学,计算机软件及计算机应用

单位: 北京物资学院

分类号: O157.5;TP391.1

DOI: 10.26964/d.cnki.gbwzc.2019.000007

总页数: 81

文件大小: 4799K

下载量: 611

基于知识图谱的社交网络话题演化及预测

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢