微博数据挖掘研究综述

合集下载

微博分析研究综述

微博分析研究综述刘滨;张静远;刘强;赵静阳;李寒;徐巍巍【摘要】微博,是当前重要的社会信息传播平台之一,具有易操作、传播快等特点,人们可以通过微博直接快速地表达对突发事件、公众人物、热门产品等的观点.为了利用海量微博信息,需要综合多种分析方法挖掘其潜在价值.综述了当前微博分析领域的研究现状,提出了自主研发的微博分析系统,探讨了未来微博分析的研究方向.首先,介绍了微博分析的主要技术方法,包括利用微博开放平台和利用网络爬虫技术.利用微博提供的开放接口,可以方便快捷地获取微博信息,如微博内容、用户评论、用户个人详情、粉丝数、关注数等.但也存在诸多限制,如每小时只能抓取有限次数、微博平台并不开放所有信息资源等.利用网络爬虫技术可以获取更多信息,如基于全网的网络爬虫的信息采集技术可以覆盖更广的范围,基于主题的网络爬虫的信息采集技术可以选择性爬取预先设定的主题等.其次,介绍了目前微博分析的热点问题,包括微博用户行为和微博内容两方面.微博用户行为分析包括:1)传播网络研究,利用Gephi等可视化工具,呈现出微博在传播过程中的传播路径、传播范围、关键转发节点等信息,可用于预测未来传播情况;2)传播因素研究,通过分析用户行为,揭示信息传播的可能原因;3)用户影响力分析,不同学者给出不同的度量方法,而要精准地评价用户影响力需要综合考虑多方面因素,如粉丝数、转发数、被提及数、回复、社会关系等.关于微博内容的分析包括:1)微博文本预处理,包括分词和去停用词2个步骤;2)微博热点话题发现,常用方法包括基于词频的统计方法和文本聚类方法,这两种方法都有利于提高发现热点话题的效果,但没有考虑到话题动态演变的特性;3)情感分析,也被称为观点挖掘,一直是微博研究领域的热点问题,可以利用微博表情图片抽取情感词,并结合构建语义词典和机器学习的方法对微博进行情感分类,最终判断微博情感极性,可用于舆情监控、商业预测和产品选择等方面.再次,提出了自主研发的微博分析系统——阅微,重点介绍了其情感分析、地域分布和传播图3个模块.情感分析模块,基于情感词典的方法对用户的评论内容进行情感分类;地域分布模块,提取参与用户的地理位置信息并加以统计分析,呈现出微博传播在全国范围内的分布情况;传播图模块,利用可视化手段展现微博信息的传播扩散情况,如转发关系、转发层级、转发范围等情况.最后,归纳全文,从技术和应用2个方面归纳微博分析的挑战问题:可从技术上突破微博接口资源限制,提高微博分析的效率和精准度;同时从微博应用方面发展事件监控、管理和商业方面的应用.【期刊名称】《河北科技大学学报》【年(卷),期】2015(036)001【总页数】11页(P100-110)【关键词】数据库;微博分析;用户行为分析;短文本分析;网络爬虫;阅微【作者】刘滨;张静远;刘强;赵静阳;李寒;徐巍巍【作者单位】河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018;河北科技大学经济管理学院,河北石家庄050018【正文语种】中文【中图分类】TP311.13首先，介绍了微博分析的主要技术方法，包括利用微博开放平台和利用网络爬虫技术。

weibo研究报告

weibo研究报告
经过对微博的研究和分析，得出以下的报告：
一、用户数量和活跃度
1. 微博的用户数量持续增长，已经成为中国最大的社交媒体平台之一。

2. 活跃用户数量逐年增加，用户的日均使用时长较长。

二、内容类型和特点
1. 微博上的内容类型丰富多样，包括文字、图片、视频等形式。

2. 用户关注的内容以明星八卦、社会热点、时事新闻等为主。

3. 微博上普遍存在娱乐追星、吐槽社会现象等特点。

三、用户行为和互动
1. 微博用户广泛参与互动，包括评论、转发、点赞等。

2. 用户之间的互动频率较高，用户之间的社交关系紧密。

四、营销价值和商业模式
1. 微博作为一个独特的社交媒体平台，具有较强的营销价值。

2. 微博的商业模式主要依靠广告、品牌合作和账号运营等。

五、风险和挑战
1. 微博上存在着信息真实性和传播速度的问题。

2. 微博对用户隐私保护的重视程度亟待加强。

3. 微博面临来自其他社交媒体平台的竞争压力。

六、未来发展趋势
1. 微博将继续注重内容的质量和用户体验的提升。

2. 微博可能会进一步拓展其商业模式和合作伙伴关系。

3. 微博可能会面临更多的监管和政策限制。

以上是对微博研究的一些主要结论，希望对您有所帮助。

针对微博用户信息的数据挖掘分析

针对微博用户信息的数据挖掘分析数据挖掘什么是数据挖掘？百度百科上定义，数据挖掘是“一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法”。

简单来说，就是通过一定的分析，找出大量的数据中隐藏的一些特殊的相关性或者规律，并由这些规律挖掘出一些事物的特性。

数据挖掘被广泛运用于企业的运营和发展中，企业常常通过对源自客户的大量的数据的分析，以获取客户的特性，由此尽可能应和客户的需求，从而能够在市场上博取更多消费者的青睐，以更具竞争力。

分类分析、聚类分析和关联分析是数据挖掘的三大主要任务。

在本项目中，重点运用到了聚类分析，并辅以关联分析。

聚类分析主要任务是确立某一个对象属性作为标准（如空间坐标、时间等），然后根据数据对象在该属性上的相近程度或密集程度，将数据对象分成不同的簇，使得相比之下在同一个簇中的对象具有很高的相似性，并由此导出规则；而关联分析则是根据对象的属性，得出对象与其他对象之间隐含的关联，并得出规律，以便达到以下目的：给出某一个对象的某一种属性，便可知道该种情况包含了其他哪些对象的哪些属性。

聚类和关联分析在文章接下来会有更加详细的描述异常分析、特异群组分析和演变分析是数据挖掘的另外三大任务，在这里我们不作详细描述。

微博数据分析网络社交平台已经是现代人的生活中不可缺少的一部分，脸书、推特、人人、QQ、微博、微信等等类似的社交平台层出不穷，而这样的社交平台中无疑蕴含着大量的信息。

企业可以分析这些数据，大致提取出用户的特征和生活规律，了解客户的需求，以便更好的利用这个平台，扩展业务，从而获取更大的盈利。

对这些企业来说，这无疑是一个巨大的商机。

本项目的工作“基于空间轨迹和发博特点的微博用户特征数据分析”的主要任务是通过分析微博用户所发过的大量的微博中的时间及空间坐标，来得出用户的工作地/居住地、活动性、消费水平（消费偏好）、职业、亲子状况（孩子年龄）等特征及偏好，并最终提取出上述各种属性的关系，运用关联分析勾画出该用户的立体形象。

基于数据挖掘的微博话题热度预测研究

基于数据挖掘的微博话题热度预测研究随着互联网的日益普及，社交媒体成为人们表达自己观点和感受、分享信息与互动的重要平台。

微博作为国内重要的社交媒体之一，在传递信息和社交娱乐方面发挥了极大的作用。

微博上的话题也成为社交媒体上的重要元素，大量的用户参与互动，产生了海量的交互信息，数据挖掘技术可以从中发现有用的信息和模式，帮助我们更好地理解和应对新媒体时代的社会问题和挑战。

以微博话题热度预测为例，我们可以利用数据挖掘技术从海量的微博数据中抽取有用的信息，预测话题的发展趋势和热度，并对话题的传播和影响进行分析。

话题热度是指话题在一段时间内受到关注、讨论和转发的程度，通常用微博的转发、评论、点赞等指标进行度量。

预测话题热度的任务可以帮助我们及时掌握社会热点和趋势，为舆情分析、商业决策和行政决策等提供参考依据。

数据挖掘技术在微博话题热度预测中的应用主要包括以下几个方面：1. 数据预处理：微博数据具有大量噪声和冗余信息，需要进行数据清洗、过滤和预处理，以提高预测的准确性和可靠性。

常见的数据预处理技术包括文本分词、停用词过滤、特征选择、主题建模等。

2. 特征提取与选择：在进行话题预测时，需要从海量的微博数据中抽取有用的特征信息，例如话题关键词、话题标题、话题描述等。

特征选择是指从所有可能的特征中选择出最具有代表性和预测能力的特征子集，以提高分类模型的效果。

特征提取和选择的方法包括统计分析、自然语言处理、机器学习等。

3. 分类模型建立：在预测话题热度时，可以采用不同的分类模型建立预测模型，比如朴素贝叶斯、决策树、支持向量机等。

分类模型的建立需要根据实际数据情况对模型进行参数调整和优化，以提高预测准确率。

4. 结果评估与优化：评估预测模型的准确性和稳定性是数据挖掘过程中一个重要的环节。

可以采用交叉验证、ROC曲线、预测结果的误差等指标对预测模型进行评估，进一步优化模型参数和算法选择，提高预测结果的质量。

基于数据挖掘的微博话题热度预测已经在多个领域得到了广泛的应用和研究，例如新闻舆情分析、市场营销、政策制定等。

微博数据挖掘技术在事件监测中的应用研究

微博数据挖掘技术在事件监测中的应用研究随着互联网的迅猛发展，社交媒体已经成为人们获取信息和交流的重要平台之一。

作为中国最受欢迎的社交媒体平台之一，微博积累了大量的用户行为数据，这些数据蕴含着丰富的社会信息，对事件监测和分析具有重要意义。

本文将探讨微博数据挖掘技术在事件监测中的应用研究。

事件监测是指通过对社交媒体平台上的信息进行收集、分析和挖掘，以便及时发现、跟踪和分析各种事件的发展动态和舆情变化。

微博作为一种具有广泛影响力的社交媒体平台，用户在其上发布的短文本信息可以更真实地反映社会事件的细节和发展趋势。

微博数据挖掘技术通过运用自然语言处理、文本分类、情感分析、网络图谱等方法，挖掘和分析微博数据中隐藏的有价值信息，帮助用户实现对事件进行实时监测、预测和评估的目标。

首先，微博数据挖掘技术可以提供实时的事件监测。

相比传统媒体，微博能够更加快速地传播信息，用户发布的微博可以在短时间内传播到大量人群，进而引发热门话题甚至引发事件。

通过分析微博用户的转发、评论和点赞行为，可以实时追踪和监测事件的演变过程，及时捕捉到事件的关键节点和趋势变化。

其次，微博数据挖掘技术可以帮助用户预测事件的发展趋势。

通过对微博中的关键词、情感倾向等进行分析，可以发现事件的热点内容和关注度，并预测事件的演变方向。

同时，结合用户的人口统计特征和地理位置信息，还可以对事件的发生地点和受众范围进行精确预测，为决策者提供参考依据。

此外，微博数据挖掘技术还可以帮助用户评估事件的影响力和舆情态势。

通过分析微博用户的情感倾向、观点分布、网络互动等数据，可以了解事件在社会上引起的公众情绪和舆论倾向，从而评估事件的社会影响力和舆情态势。

这些信息对于政府部门、企业组织和媒体机构进行事件应对和舆情管理具有重要价值。

微博数据挖掘技术的应用还具有一些挑战和局限性。

首先，微博上用户发布的信息质量参差不齐，其中包含大量的重复、虚假和噪声信息，需要通过有效的数据清洗和过滤方法进行处理。

微博数据挖掘的方法及其应用

微博数据挖掘的方法及其应用微博是中国最大的社交媒体平台之一，拥有着数亿的用户，每天都有数以亿计的消息在微博上进行传播。

这些数据中蕴藏着丰富的信息，因而微博数据挖掘逐渐成为了一个热门话题。

本文将介绍微博数据挖掘的方法及其应用，并探讨这一领域的发展潜力。

一、微博数据挖掘的方法微博数据挖掘主要涉及文本挖掘、网络分析、情感分析等多个方面。

下面将对这些方面的方法进行详细介绍。

1. 文本挖掘文本挖掘主要涉及文本的提取、清洗、分词、去噪、特征提取等操作，以便对文本数据进行分析和分类。

在微博数据挖掘中，文本挖掘可以用来识别话题、发现事件、分析情感等。

例如，可以通过对微博文本进行关键词提取等操作，来找出与特定话题相关的微博。

2. 网络分析网络分析主要涉及社交网络的构建、社交网络中信息的传播、节点的重要性等方面的研究。

在微博中，网络分析可以用来分析用户之间的互动关系、发现社交网络中的影响者等。

例如，在一个社交网络中，影响力比较高的用户可能会更容易将某个话题传播出去，因而这些用户在分析中可能会受到更多的关注。

3. 情感分析情感分析主要涉及人类情感的识别、分类、理解等方面的研究。

在微博数据挖掘中，情感分析可以用来探测微博用户对某个话题的情感倾向，从而得出对话题的态度和立场。

例如，可以通过对微博文本中表达情感的词汇进行提取和分析，来判断用户对某个话题的喜欢程度或厌恶程度。

二、微博数据挖掘的应用微博数据挖掘可以应用于多个领域，这里列举了几个主要应用领域。

1. 舆情分析舆情分析可以通过对微博数据进行挖掘和分析，来了解民众对某个话题的反应和态度。

例如，可以通过对特定事件相关的微博进行分析，来了解事件的发展趋势和舆情变化。

这种分析可以帮助政府、企业和个人及时了解公众的反应，并做出相应的决策和应对措施。

2. 社交网络分析社交网络分析可以通过对微博社交网络的分析，来了解用户之间的互动关系和影响力等。

这种分析可以帮助企业或组织找到合适的影响者进行宣传，并更加精确地推广和营销产品，提高社交网络媒体的效益。

数据挖掘综述

数据挖掘综述概述：数据挖掘是一种通过自动或半自动的方法从大量数据中提取出有用信息的技术。

它是数据分析的重要组成部分，可以帮助企业和组织发现隐藏在数据背后的模式、关联和趋势，从而做出更准确的决策和预测。

本文将对数据挖掘的定义、应用领域、技术方法和挑战进行综述。

定义：数据挖掘是从大量数据中自动或半自动地发现模式、关联和趋势的过程。

它结合了统计学、机器学习、数据库技术和可视化技术等多学科的知识，通过分析数据集中的特征和属性，找出其中的规律和潜在的价值。

应用领域：数据挖掘在各个领域都有广泛的应用。

在市场营销领域，数据挖掘可以帮助企业识别潜在客户、预测市场需求、优化广告投放和定价策略。

在金融领域，数据挖掘可以用于欺诈检测、信用评估、风险管理和股票预测等。

在医疗领域，数据挖掘可以辅助医生进行疾病诊断、药物研发和流行病预测。

在制造业领域，数据挖掘可以用于质量控制、供应链优化和设备故障预测等。

技术方法：数据挖掘的技术方法包括分类、聚类、关联规则挖掘、时序模式挖掘和异常检测等。

分类是将数据划分到不同的类别中，常用的算法有决策树、朴素贝叶斯和支持向量机等。

聚类是将数据划分到不同的群组中，常用的算法有K均值和层次聚类等。

关联规则挖掘是找出数据集中的频繁项集和关联规则，常用的算法有Apriori和FP-Growth等。

时序模式挖掘是找出数据中的时间序列模式，常用的算法有序列模式GSP和序列聚类等。

异常检测是找出数据中的异常样本，常用的算法有基于统计的方法和基于机器学习的方法等。

挑战：数据挖掘面临着一些挑战。

首先是数据质量问题，包括数据缺失、数据错误和数据不一致等。

其次是维度灾难问题，当数据的维度很高时，计算复杂度会急剧增加，需要使用特征选择和降维等方法。

另外，隐私保护也是一个重要问题，如何在数据挖掘过程中保护个人隐私是一个需要解决的难题。

此外，数据挖掘算法的选择和参数调优也是一个挑战，不同的算法适用于不同的数据集和问题，如何选择合适的算法并调整参数是一个需要经验和技巧的过程。

基于数据挖掘的微博用户行为分析研究

基于数据挖掘的微博用户行为分析研究随着互联网的发展，社交媒体已经成为人们日常生活中不可或缺的一部分。

微博作为最早出现的社交媒体之一，具有强大的信息传播和交流功能，吸引了大量用户的关注。

近年来，基于数据挖掘的微博用户行为分析研究越来越受到关注。

一、数据挖掘在微博用户行为分析中的应用数据挖掘是从大量数据中提取对决策有用的信息的过程。

在微博用户行为分析研究中，数据挖掘可以帮助我们了解微博用户的兴趣、观点和行为习惯等，从而更好地满足用户需求，提高用户体验。

首先，数据挖掘可以挖掘用户的兴趣爱好。

通过对微博用户发布的内容进行分类和分析，可以了解用户关注的主题、领域和话题，进而为用户推荐相关的内容和用户，提高用户留存率。

其次，数据挖掘可以挖掘用户观点和态度。

通过文本情感分析和主题挖掘等技术，可以了解用户对特定话题的态度和看法，进而为企业、政府和媒体等提供决策参考。

最后，数据挖掘可以挖掘用户行为习惯和模式。

通过对用户的浏览记录、点赞、评论和分享等数据进行分析，可以了解用户的行为习惯和模式，为企业和广告主提供个性化服务和广告投放建议。

二、微博用户行为分析的方法和技术微博用户行为分析不仅需要运用数据挖掘方法，还需要结合多种技术手段进行研究。

首先，文本分析是微博用户行为分析中常用的方法。

文本分析可以挖掘微博用户发布的文本数据中的信息和规律，包括语言特征、话题和观点等。

文本分析可以采用自然语言处理、文本挖掘和情感分析等技术。

其次，网络分析是微博用户行为分析中能够揭示用户之间关系和互动模式的方法。

网络分析可以通过分析用户之间的关注、粉丝、转发、评论等行为数据，了解用户之间的交流互动模式和社交网络关系。

网络分析可以采用社交网络分析和复杂网络分析等技术。

最后，机器学习是微博用户行为分析中能够通过算法模型自动识别和预测用户行为的方法。

机器学习可以应用于用户画像、用户行为预测和个性化推荐等方面，帮助企业和广告主更好地了解用户需求，提供更好的服务和广告。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

（ｚｙｄｉｎｇ＠ｎｕｄｔ．ｅｄｕ．ｃｎ）
长沙
４１００７３）
ＳｕｒｖｅｙｏｆＤａｔａＭｉｎｉｎｇｆｏｒＭｉｃｒｏｂｌｏｇｓ
ＤｉｎｇＺｈａｏｙｕｎ＇，ｕ，ＪｉａＹａｎ。，ａｎｄＺｈｏｕＢｉｎ。
５１（４）：６９１ —７０６，２Ｏ１４
微博数据挖掘研究综述
丁兆云贾焰。周斌。
长沙４１００７３）４１００７３）
・（国防科学技术大学信息系统与管理学院
ｚ（国防科国防科学技术大学计算机学院
Ｃｈａｎｇｓｈａ４１００７３）
。（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００７３）
亿次．市场研究机构Ｓｅｍｉｏｃａｓｔ对２０１２年６月份发布于Ｔｗｉｔｔｅｒ上的１０．５８亿条博文进行了分析，结
果显示，截至２０１２ — ０７ — ０１，Ｔｗｉｔｔｅｒ的注册用户数已经达到５．１７亿，如图１、图２所示，美国本土注册的
（Ｃ０ｚｚＰｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓａｎｄＭａｎａｇｅｍｅｎｔ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００７３）
ｄａｔａｍｉｎｉｎｇｆｏｒｍｉｃｒｏｂｌｏｇｓ．
Ｋｅｙｗｏｒｄｓｍｉｃｒｏｂｌｏｇｓ；ｄａｔａｍｉｎｉｎｇ；ｔｅｘｔｍｉｎｉｎｇ；ｓｏｃｉａｌｎｅｔｗｏｒｋ；ｓｏｃｉａｌｍｅｄｉａ
ａｄｖａｎｔａｇｅｓ，ｍｉｃｒｏｂｌｏｇｓｍａｙｃａｕｓｅｓｅｒｉｏｕｓｉｍｐａｃｔｓｏｎｔｈｅｎａｔｉｏｎａｌｓｅｃｕｒｉｔｙａｎｄｓｏｃｉａｌｄｅｖｅｌｏｐｍｅｎｔｉｆｔｈｅｖａｒｅｏｕｔｏｆｃｏｎｔｒｏ１．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅｒｅｓｅａｒｃｈｏｎｍｉｃｒｏｂｌｏｇｓｉｓｑｕｉｔｅｖａｌｕａｂｌｅｆｒｏｍｂｏｔｈｔｈｅｏｒｅｔｉｃａｌａｎｄｐｒａｃｔｉｃａｌｐｅｒｓｐｅｃｔｉｖｅ，ｅｓｐｅｃｉａｌｌｙｉｎｔｈｉｓａｇｅｏｆｔｈｅｌｎｔｅｒｎｅｔ．Ａｎａｌｙｚｉｎｇａｎｄｍｉｎｉｎｇｍｉｃｒｏｂｌｏｇｓａｌｓｏｂｒｉｎｇｓｇｒｅａｔｃｈａｌｌｅｎｇｅｓ．Ａｓｃａｎｂｅｓｅｅｎ，ｍｉｃｒｏｂｌｏｇｓｃａｎｂｅｔｒｅａｔｅｄａｓａｇｅｎｅｒａｌｉｚａｔｉｏｎａｎｄｅｘｔｅｎｓｉｏｎｏｆｈｕｍａｎｌｉｆｅｉｎｔｈｅｖｉｒｔｕａ１ｎｅｔｗｏｒｋｗｏｒｌｄ．Ｈｏｗｅｖｅｒ，ｄｉｆｆｅｒｅｎｔｆｒｏｍｔｒａｄｉｔｉｏｎａｌｉｎｆｏｒｍａｔｉｏｎｎｅｔｗｏｒｋｓ，
６ｌ３０２１４４）
６９２
计算机研究与发展
２０１４，５１（４）
微博的新特性，研究了微博近几年的相关研究现状，同时分析了Ｔｗｉｔｔｅｒ数据集特征，且总结了未来研
究面临的挑战．
关键词微博；数据挖掘；文本挖掘；社会网络；社会媒体
互联网的方式产生了深刻变革—— 由简单信息搜索和网页浏览转向网上社会关系的构建与维护、基于社会关系的信息创造、交流和共享．特别是近几年微博的快速发展与普及，微博凭借平台的开放性、终端
ｍｉｃｒｏｂｌｏｇｓｈａｖｅｔｈｅｉｒｕｎｉｑｕｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｉｎｃｌｕｄｉｎｇｎｏｉｓｙｄａｔａｄｉｖｅｒｓｉｔｙ，ｓｏｃｉａｌｍｅｄｉａ，ｍｕｌｔｉ —
。（Ｓｃｉｅｎｃ日ｄＴｅｃｈｎｏｌｏｇｙｏｎＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇＬａｂｏｒａｔｏｒｙ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ’
ｒｅｌａｔｉｏｎｓ，ｔｈｅｒａｐｉｄｓｐｒｅａｄａｎｄｅｖｏｌｕｔｉｏｎａｒｙ，ｎｏｎｌｉｎｅａｒｉｔｙ，ｌａｒｇｅｓｃａｌａｂｉｌｉｔｙａｎｄｅｔｃ．Ｓｕｃｈｄｉｆｆｅｒｅｎｃｅｓｂｒｉｎｇｆｏｒｔｈｇｒｅａｔｃｈａｌｌｅｎｇｅｓｉｎａｎａｌｙｚｉｎｇａｎｄｍｉｎｉｎｇｔｈｅｍｉｃｒｏｂｌｏｇｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｓｕｒｖｅｙｔｈｅｄａｔａ
计算机研究与发展
ＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔ
ＤＯＩ：１０．７５４４／ｉｓｓｎ１０００ — １２３９．２０１４．２０１３００７９
方法和挖掘目标上都与传统信息系统具有很大差别，在相关技术的研究上也带来了更大的挑战．针对
收稿日期：２０１３０１ — ２１；修回日期：２０１３０８ — ２７
基金项目：国家 “ 九七三” 重点基础研究发展计划基金项目（２０１３ＣＢ３２９６０１，２０１３ＣＢ３２９６０２）；国家自然科学基金项目（６１３７２１９１，７１３３１００８
摘
要
随着近几年微博的快速发展与普及，微博凭借平台的开放性、终端扩展性、内容简洁性和低门槛
等特性，在网民中快速渗透，已发展成一个重要的社会化媒体，微博成为网民获取新闻时事、人际交往、
自我表达、社会分享以及社会参与的重要媒介以及社会公共舆论的重要平台，对国家安全和社会发展产
ｃｏｍｍｅｎｔｓ，ｔｒａｎｓｆｏｒｍｉｎｆｏｒｍａｔｉｏｎａｎｄａｃｑｕｉｒｅｋｎｏｗｌｅｄｇｅ，ｔｏｎａｍｅｊｕｓｔａｆｅｗ．Ｔｈｏｕｇｈｂｅａｒｉｎｇｓｕｃｈ
ｍｉｎｉｎｇｆｏｒｍｉｃｒｏｂｌｏｇｓａｎｄａｎａｌｙｚｅｔｈｅｄａｔａｓｅｔｏｆＴｗｉｔｔｅｒ．Ｍｏｒｅｏｖｅｒ，ｗｅｓｕｍｍａｒｉｚｅｔｈｅｃｈａｌｌｅｎｇｅｓｏｆ
生了深远的影响．微博是人类在虚拟网络世界生活的抽象概括和延伸，与一般信息网络不同，微博本身具有大规模、噪音数据多样性、快速传播演化性、非线性、社会媒体性以及多关系等特征，因此其在分析
ＡｂｓｔｒａｃｔＴｈｅｐａｓｔｆｅｗｙｅａｒｓｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔａｎｄｐｏｐｕｌａｒｉｚａｔｉｏｎｏｆｍｉｃｒｏｂｌｏｇｓｈａｖｅａｌｒｅａｄｙｂｅｅｎｗｉｔｎｅｓｓｅｄ．Ｄｕｅｔｏｔｈｅｉｒｏｐｅｎｎｅｓｓ，ｔｅｒｍｉｎａｌｅｘｐａｎｓｉｏｎ，ｃｏｎｔｅｎｔｓｉｍｐｌｉｃｉｔｙ，ｌｏｗｔｈｒｅｓｈｏｌｄａｎｄＳＯＯｎ。ｍｉｃｒｏｂｌｏｇｓｄｅｅｐｌｙａｆｆｅｃｔｏｕｒｄａｉｌｙｌｉｆｅｂｙｐｒｏｖｉｄｉｎｇａｎｉｍｐｏｒｔａｎｔｐｌａｔｆｏｒｍｆｏｒｐｅｏｐｌｅｔｏｐｕｂｌｉｓｈ