基于影响力的微博新兴热点事件检测
微博传播中用户影响力评估与传播力分析研究
微博传播中用户影响力评估与传播力分析研究微博是中国最大的社交媒体平台之一，拥有数亿的用户。
随着微博的发展，微博用户的影响力和传播力越来越受到关注。
本文就微博传播中用户影响力评估与传播力分析进行探讨。
一、微博传播中用户影响力评估在微博传播中，用户的影响力评估是非常重要的。
影响力越大的用户，其微博传播的效果也会越好。
那么，如何评估微博用户的影响力呢？传统的影响力评估主要是依据用户的粉丝数量、互动程度、转发量等来评估的。
但这些数据并不能完全反映用户的影响力。
因为有些用户虽然粉丝数量很少，但是他们的微博内容质量很高，能够引起广泛的关注和讨论。
因此，我们需要综合考虑各种因素来评估用户的影响力。
目前，影响力评估主要是基于数据挖掘和机器学习技术开发的。
通过分析微博用户的行为数据、互动数据、转发数据等来量化用户影响力。
例如，可以通过分析用户的粉丝质量和互动情况来评估用户的影响力。
如果一个用户的粉丝质量较高，互动较多，那么他的影响力就会更高。
另外，也可以通过分析用户的微博内容、转发情况等来评估其影响力。
如果一个用户的微博内容能够引起广泛的转发和评论，那么他的影响力也会相应提升。
总之，在评估微博用户的影响力时，需要综合考虑多种因素，采用多种评估方法，以得到比较准确的结果。
二、微博传播中用户传播力分析影响力评估只是微博传播中一个方面，还有一个与之相关的指标就是传播力分析。
用户的传播力是指用户发布的信息在微博平台上的传播效果，可以体现用户在微博传播过程中的作用。
在微博传播中，用户的传播力受到多种因素的影响，如微博内容、粉丝数量、转发量、点赞量、评论量等。
因此，在分析用户的传播力时，也需要综合考虑多种因素。
传播力的分析方法主要是基于数据挖掘和机器学习技术。
可以通过分析微博的转发链、评论链等来评估微博的传播效果。
例如，可以通过分析微博的转发量、评论量、点赞量等来评估微博的传播效果。
如果一个微博的转发量很大，评论量很多，点赞数量也相对较高，那么就说明它的传播效果比较好。
基于大数据分析的微博话题分析与舆情预测
基于大数据分析的微博话题分析与舆情预测微博是中国最大的社交媒体平台之一，拥有海量的用户和信息资源。
基于大数据分析的微博话题分析与舆情预测，可以帮助我们深入了解用户的兴趣和态度，并从中找到有价值的信息，为决策者提供有力的决策依据。
一、微博话题分析1.1 微博话题的定义与获取微博话题是微博用户在特定时间范围内讨论和关注的特定事件、话题或热点问题。
为了进行微博话题分析，首先需要定义话题的范围和关键词，并通过微博API或其他数据抓取工具获取相应的微博数据。
1.2 微博话题的关联分析在微博中，用户的行为往往是有关联的。
通过对话题下的微博进行关联分析，可以发现不同话题之间的关系和影响力。
例如，可以利用网络分析方法，构建微博用户之间的关联图谱，进而分析不同话题之间的关联强度和传播路径。
1.3 微博话题的情感分析情感分析可以帮助我们了解用户对特定话题的态度和情感倾向。
通过对微博文本进行情感分析，可以得到积极、消极或中性的情感极性。
进一步分析用户对不同话题的情感倾向，有助于我们了解用户对不同事件的态度和评价。
二、微博舆情预测2.1 舆情定义与分类微博舆情是指在微博平台上用户对某一事件或话题所持有的观点和评论。
舆情可以根据情感倾向和影响力等因素进行分类，如正面舆情、负面舆情、中性舆情等。
通过对微博舆情进行分类和分析，可以快速了解社会公众对事件的反应和态度。
2.2 舆情感知与监测为了准确感知和监测微博舆情，可以利用自然语言处理和机器学习技术，对微博文本进行情感分析和情绪识别。
同时，可以借助大数据分析方法，实时监测微博平台上的热点话题和关键词，并利用数据挖掘技术挖掘隐藏在海量微博数据中的有价值信息。
2.3 舆情预测与应对措施基于大数据分析的微博舆情预测可以帮助政府、企业和组织及时掌握社会舆论动态，采取相应的应对措施。
通过建立预测模型，结合历史数据和当前社会环境，可以预测未来一段时间内的舆情走向。
根据预测结果，及时调整发言策略，引导公众情绪，维护社会稳定。
基于隐半马尔可夫模型的微博流行信息检测方法
基于隐半马尔可夫模型的微博流行信息检测方法
谢柏林;黎琦;邝建
【期刊名称】《计算机科学》
【年(卷),期】2022(49)S01
【摘要】目前微博已成为人们发布信息和获取信息的一个重要平台。
为了及早发现微博上的流行信息,以便及时发现微博上的热点事件,同时及时发现、抑制谣言信息的传播,使微博在网民的信息获取和信息发布中发挥更积极的作用,文中提出了一种基于隐半马尔可夫模型的微博流行信息检测方法。
该方法以信息转发者的影响力等级和相邻两个转发者的时间间隔构建观测值,使用随机森林分类算法来自动得到转发者的影响力等级,利用隐半马尔可夫模型来刻画流行信息的传播过程,基于此来及早发现潜在的流行信息。
该方法分为模型训练和流行信息检测两个阶段,在流行信息检测阶段,计算每条信息在传播过程中产生的观测序列相对于模型的平均对数似然概率,实时更新每条信息的流行度。
使用采集的新浪微博数据集和Twitter数据集对所提方法进行了测试,实验结果表明了该方法的有效性。
【总页数】6页(P291-296)
【作者】谢柏林;黎琦;邝建
【作者单位】广东外语外贸大学信息科学与技术学院;广东外语外贸大学网络空间安全学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于自适应隐式半马尔可夫模型的设备健康诊断与寿命预测方法
2.无线Mesh 网络基于隐半马尔可夫模型的跨层结合异常检测方法
3.主机型异常检测的隐半马尔可夫模型方法
4.基于隐半马尔可夫模型的SWIM应用层DDoS攻击的检测方法
5.基于小波能谱熵和隐半马尔可夫模型的LDoS攻击检测
因版权原因，仅展示原文概要，查看原文内容请购买。
微博实时热点事件监测与分析方法研究
微博实时热点事件监测与分析方法研究微博是一种热门的社交媒体平台，拥有庞大的用户群体。
每天都会有大量的信息在微博上发布和分享，其中一些话题和事件会迅速引发广泛关注和讨论。
对这些微博实时热点事件进行监测和分析，能够帮助人们了解公众对某一特定事件的看法和态度，也可以为舆情研究者、社会科学家、政府机关等提供有价值的参考信息。
在微博实时热点事件监测与分析方法的研究中，主要有以下几个方面的内容：数据采集与处理、热点事件识别、情感分析和热点话题演化分析。
首先，要进行微博实时热点事件的监测与分析，首先需要采集相关的数据。
微博提供了API接口，允许第三方应用访问和获取微博内容。
对于研究者来说，可以通过API接口获取用户发布的微博，包括文本、图片、视频等多种形式的内容。
获取到的数据需要进行清洗和处理，去除重复、垃圾和无效的信息，确保数据的质量和可用性。
其次，热点事件的识别是微博实时热点事件监测与分析的重要环节。
热点事件是指在一段时间内引发广泛关注和讨论的话题或事件。
通过对大量微博数据进行文本挖掘和分析，可以发现一些持续被讨论和转发的话题，并识别出其中的热点事件。
常用的方法包括词频统计、关键词提取、社交网络分析等。
这些方法可以帮助我们找到受关注程度较高的话题和事件，进一步进行深入分析。
情感分析是微博实时热点事件监测与分析中的另一个重要任务。
通过对微博文本的情感分析，可以了解公众对某一事件的情感倾向和态度。
情感分析通常采用机器学习和自然语言处理的方法，对微博文本进行情感极性的判断，判断其是正面、负面还是中性的情感倾向。
情感分析的结果可以帮助我们更好地了解公众对热点事件的情感态度，为舆情分析和舆情处理提供参考依据。
最后，热点话题的演化分析是对微博实时热点事件的长期跟踪和分析。
热点话题随着时间的推移会发生变化，不同的事件和话题会在不同的阶段引起不同的关注度和讨论热度。
通过对微博数据的时序分析，可以观察热点话题的演化过程，包括话题的兴起、高峰和衰退。
社会热点事件中微博舆情特征分析
|RADIO ＆TV JOURNAL 2020.06据CNNIC 发布的第44次统计报告，截至2019年6月，我国网民规模达8.54亿，普及率超过总人口一半。
《中国互联网发展报告2019》中的数据显示，当前中国移动互联网市场规模达11.39万亿元，社交软件为活跃用户应用领域TOP1。
网络社交平台移动性、互动性、碎片化、发布便捷的产品特征，恰好契合当今用户的偏好和接收方式，满足自媒体时代下广大网民的互联网社交和内容消费需要。
微博作为一种新的传播形态，为人们提供了一个公开表达意见的平台，能够在短时间内聚合民意，使舆论迅速发酵，微博逐渐成为公众叙事、政治参与的重要手段。
研究当前微博舆情的特征，对于把控我国舆论格局、社交平台发展方向都具有重要意义。
一、网络舆情舆情是指民意的状况，即民众对于公共生活中各种热点事件所表现出来的态度、意见或情绪，这种情绪既可能是公开表达出来的，也可能是潜藏在心底的。
网络舆情是指人们借助互联网这一渠道来传播其情绪或意见的总体状况。
新媒体环境下，网络舆情也呈现出一些新的特点，如传播速度的即时性、交流互动的共享性、时间空间的开放性等。
网络舆情有利有弊，既能拓宽公众发表意见的渠道，又因其匿名性、突发性的特点易导致舆情危机。
把握网络舆情能全面获知公众意愿及诉求，反映当前社会形势，从而推动社会稳定发展。
二、微博中社会热点事件回顾及产生原因(一)2019年国内微博平台社会热点事件回顾根据微博中社会热点事件所针对的问题，可以将其分类为曝光型、抗争型、公共安全型、娱乐型，如表所示。
(二)微博中社会热点事件产生原因1.片面信息容易导致舆情反转微博所传播的信息具有“碎片化”特征，所以微博发布的内容往往是一些事件琐碎的细节或片段，每条微博表达信息是有限的，但每个事件都在动态地向前发展、变化，后续的演变、结果能否被及时发布、告知受众，都不能被保证，因此受众往往只能接受到部分事实，断章取义和片面信息被广泛传播便成为了可能。
微博热点话题检测系统的设计与实现
Ｄｅ ｓ ｉ ｇ ｎ ａ ｎｄ Ｉ ｍｐｌ ｅ ｍｅ ｎｔ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ｍｉ ｃ ｒ ｏ －ｂ ｌ ｏ ｇ Ｈｏ ｔ Ｔｏ ｐｉ ｃ ｓ Ｄｅ ｔ ｅ ｃ ｉｏ ｔ ｎ Ｓｙ ｓ ｔ ｅ ｍ Ｚ Ｈ Ａ Ｏ Ｑ ｉ ａ ｎ ｄ ｏ ｎ ｇ ．Ｙ Ｅ Ｍｅ ｎ ｇ ￣
微博热点话题的舆情分析与预测方法研究
微博热点话题的舆情分析与预测方法研究随着互联网和社交媒体的快速发展，微博已成为全球范围内最受欢迎的社交平台之一。
微博上的热点话题涉及各个领域，包括娱乐、体育、科技、社会等，这些话题对于了解公众舆论和社会热点问题具有重要意义。
为了准确把握微博热点话题的动态，并预测相关舆论发展，需要借助有效的分析方法。
舆情分析是指对社会舆论的采集、整理、分析和运用的过程。
微博作为人们发布和传播信息的重要平台，其中蕴含的丰富信息给舆情分析提供了广阔的空间。
在进行微博热点话题的舆情分析时，可以利用以下几种方法：1. 文本挖掘方法：通过分析微博中的文本数据，挖掘出其中隐藏的知识和关系。
文本挖掘可以包括文本分类、情感分析、实体识别等技术。
例如，可以使用机器学习算法对微博文本进行分类，将其归类为正面、负面或中性。
同时，可以通过情感分析了解用户对于特定话题的情绪倾向，从而更好地把握舆论态势。
2. 社交网络分析方法：微博上的用户关系网络是了解用户之间的互动关系和信息传播路径的重要依据。
通过分析微博用户之间的关系和社交网络结构，可以揭示用户之间的影响力、信息传播模式等。
例如，可以通过社交网络分析找出在某一话题上具有影响力的关键用户，从而引导舆论的发展方向。
3. 时间序列分析方法：微博上的热点话题往往具有一定的时间特征，通过时间序列分析可以研究舆论的发展趋势和周期性。
例如，可以绘制话题在微博上的讨论数量随时间变化的曲线图，进而预测舆论的未来发展趋势。
除了舆情分析，预测微博热点话题的舆情也是一个重要的研究方向。
预测舆情可以帮助政府、企业和个人更好地制定决策，及时回应和引导社会热点问题。
为了预测微博热点话题的舆情，可以采用以下方法：1. 关键词和话题挖掘：通过对微博上的关键词、话题进行挖掘和分析，找出与舆论发展密切相关的关键词，并对话题进行分类和预测。
例如，可以通过分析用户讨论的关键词，提前发现新的热点话题，并估计其未来的影响力。
2. 时间序列分析和预测：通过时间序列分析方法对微博话题的讨论数量进行预测。
新浪微博数据分析与热点话题跟踪
新浪微博数据分析与热点话题跟踪随着互联网的快速发展，社交媒体成为人们获取信息和表达观点的重要平台。
在众多社交媒体平台中，新浪微博以其庞大的用户群体和丰富的内容成为了中国最受欢迎的社交媒体之一。
作为一个拥有数亿活跃用户的平台，新浪微博所产生的海量数据蕴含着巨大的价值，通过对这些数据的分析，我们可以深入了解用户的兴趣、情感倾向以及热点话题的演变。
首先，新浪微博数据分析可以帮助我们了解用户的兴趣和行为。
通过对用户发布的微博内容进行文本分析，我们可以发现用户的关注点和喜好。
例如，通过分析用户在微博上发布的文本，我们可以了解到哪些话题受到用户的关注，用户对于不同话题的态度以及用户之间的交流方式。
这些分析结果可以为企业提供市场调研和用户画像的依据，帮助企业更好地了解用户需求，优化产品和服务。
其次，新浪微博数据分析还可以帮助我们掌握热点话题的演变趋势。
在社交媒体上，热点话题的变化速度非常快，通过对微博数据的实时分析，我们可以及时捕捉到热点话题的兴起和消退。
例如，当某个事件突发或者某个话题引起广泛讨论时，我们可以通过分析微博上的热门话题、热门微博和用户评论等数据，了解到该话题的关注度和用户的情感倾向。
这些分析结果可以帮助企业、政府和媒体等各方及时了解公众舆论，做出相应的决策和应对措施。
此外，新浪微博数据分析还可以帮助我们发现用户之间的社交网络和影响力。
通过分析用户之间的关注关系、互动行为和转发情况，我们可以构建用户之间的社交网络图谱，并计算用户的影响力指标。
这些分析结果可以帮助企业找到合适的意见领袖和关键节点，从而更有效地进行品牌推广和营销活动。
然而，新浪微博数据分析也面临一些挑战。
首先，由于新浪微博的用户数量庞大，数据量巨大，对数据的处理和分析需要强大的计算资源和算法支持。
其次，由于用户发布的微博内容通常是非结构化的文本数据，对其进行分析和挖掘需要一定的自然语言处理技术。
此外，由于用户在社交媒体上的行为往往是自发的和主观的，分析结果可能存在一定的主观性和不确定性。
微博传播中的特定事件分析
微博传播中的特定事件分析近年来，微博成为了人们关注当前社会、事件、娱乐等领域的重要传播平台之一。
在微博上，用户可以发表自己的观点和看法，同时也可以转发已经发表的内容。
这样一来，在微博上，信息可以快速地传播，引起广大用户的关注和讨论。
在本文中，将针对微博上的特定事件进行分析，探究微博传播的特点和影响。
事件一：某高校校长涉嫌贪污被曝光此事发生在2016年，当时某高校校长涉嫌贪污被曝光，引起了众多网民的关注。
在微博上，有关这件事情的话题一时间成为了热门话题，引起了广泛的讨论。
在微博上，一些网友通过转发评论、图文并茂的方式表达了对此事的看法。
这些讨论不仅仅局限于普通网民之间的讨论，还包括了媒体的报道和政府的回应。
微博作为一个开放的平台，用户可以在上面自由畅言，表达自己的看法。
而这种开放的表达方式，也给了网民们更多的表达空间。
这种自由的表达方式，也给了事件追踪和舆情研究带来了前所未有的便利。
事件二：某明星红毯穿搭被网友点评此事发生在2019年，某明星在一次红毯活动中的穿搭被网友们点评，引起了社交媒体的热议。
在微博上，这个话题一度成为热门话题。
网友们通过评论和转发，表达了自己的看法。
从这个事件可以看出，微博已经成为了一个在娱乐圈中影响力巨大的平台。
在娱乐圈中，明星的穿搭、言行举止等方面，都可以成为微博上的热门话题。
这种热点话题，可以在微博上迅速引发大众共鸣，对于明星的形象和事业也会产生重要影响。
事件三：某恶性案件引发热议此事件发生在2018年，某恶性案件发生后，引发了全国范围内的关注和讨论。
在微博上，这个话题引起了广泛的热议，网民们通过评论、转发等方式表达自己的看法。
媒体也通过微博平台，对案件进行了报道和跟进。
这个事件再次证明了微博作为公共平台的特殊性。
在某些重大事件发生时，公民社会和媒体可以通过微博平台，快速地找到公共话语，讨论产生共识。
微博的开放性和实时性，确保了事件的事实真相被揭示。
总之，微博已经成为了一个人们追踪和分享当前热门事件的重要平台。
基于微博信息热度评价与预测分析
基于微博信息热度评价与预测分析基于微博的信息热度评价与预测分析摘要微博已成为时下非常热门的社交媒体平台，是一个庞大的关于信息分享和话题交流的平台，在人们线上社交活动中发挥着不可替代的作用，由于网络信息鱼龙混杂，所以本文通过了解微博的热度机制进而研究微博热度和预测微博的热门程度，本文研究内容对于监控预测微博舆情有重要的借鉴意义。
本文主要以新浪微博作为研究对象，首先进行爬取工具的选取，随后通过分析信息传播特征，从微博的用户、内容与传播三个方面提炼影响微博热度的主要因素，并提取关键指标建立热度体系评价指标，运用因子分析法建立微博热度评估模型，得到各微博信息维度表达式以及热度计算公式，对数据进行整理分析，最终对其结果进行排序和对比，发现模型比较符合实际情况，表明本模型具有较高的准确性。
随后又提出了基于PSO优化BP神经网络的话题热门程度预测模型。
构建出话题热门程度的时间序列模型作为预测模型的输入，依照优化后的预测模型，完成了对话题热门程度值的预测。
实验结果表明基于PSO优化BP神经网络的话题热门程度预测模型能够很好的模拟话题热门程度的变化趋势，对现实具有一定的指导意义。
在微博平台中，任何用户都可以自由发布内容，还可以对其他用户发送的内容发表自己的评论并转发，另外由于近些年视频信息传播愈发火热，图像处理技术也变得更加成熟，传播信息鱼龙混杂，可靠程度有待考量，于是了解微博的热度机制并对微博热度进行评估与预测,对于监控预测微博舆情，推动传播真实有效信息，营造活跃健康的社交平台具有重要作用。
1.1.2研究意义在微博信息热度评估中，曝光度高、阅读数量或者互动数较高的内容信息比较容易成为热门微博，平台中包括“热搜排行榜”和“热门话题”等对每位用户进行推送，还会根据热度大小对热门微博的内容进行排序。
本文在分析了影响热门微博传播的一些因素之后，拟建立热度评价模型与热门微博预测模型，通过计算热门微博的热度与热门程度的变化趋势，来对话题热度的监控与预测，从而可以更加有效的缩小平台的负面信息与虚假信息的传播范围，使大众浏览到更多真实可靠的时政信息。
- 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)。
计算 机应 用与软 件
Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ Ｓｏｆｔｗａｒｅ
Ｖ０１．３３ Ｎｏ．５ Ｍ ａｖ ２０１６
z z z PsgiolePfrp
基 于影 响 力 的 微 博 新 兴 热 点 事 件 检 测
李 华热点 事件需要在正 确的时 问检 测 出来 ，特别 是某些 事 件 ，如 自然灾害 、传染疾病 和危害巨大的袭 击等事件如果在早期 就能检测 出来 能有效地帮助政府或者个人及时预 防和处理相关 事件 ，从而尽量减少不 必要 的伤害 和损 失 。针对 上述 问题本文 提出一种基于影响力 的微博新 兴热 点事件 检测算 法 ＩＥＥＤ。该
ｐａｐｅｒ ｗｅ ｐｒｏｐｏｓｅ ａｎ ｉｎｆｌｕｅｎｃｅ—ｂａｓｅｄ ｅｍｅｒｇｉｎｇ ｈｏｔ ｅｖｅｍｓ ｄｅｔｅｃｔｉｏｎ （ＩＥＥＤ） ａｐｐｒｏａｃｈ ｂｙ ｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ ｃｏｎｓｉｄｅｒ ｉｎｇ ｔｈｅ ｆａｎｓ ｎｕｍｂｅｒ ｏｆ
ｍｉｃｒｏｂｌｏｇｇｉｎｇ ｕｓｅｒｓ ａｎｄ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｅａｃｈ ｍｉｃｒｏｂｌｏｇ ｃａ ｌｃｕｌａｔｅｄ ｆｒｏｍ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｉｔｓ ｆｏｒｗａｒｄｉｎｇ ａｎｄ ｃｏｍｍｅｎｔｓ． Ｔｈｅ ａｐｐｒｏａｃｈ ｕｓｅｓ ｈｉｅｒａｒｃｈｉｃａｌ ｃｌｕｓｔｅｒ ｉｎｇ ｔｏ ｃｌｕｓｔｅｒ ｔｈｅ ｍｉｃｒｏｂｌｏｇｇｉｎｇ ｍ ｅｓｓａｇｅｓ ｉｎｔｏ ｅｖｅｎｔ ｓｅｔ， ａｎｄ ｅｘｔｒａｃｔｓ ｔｈｅ ｋｅｙｗｏｒｄｓ ｉｎ ｔｈｅ ｅｖｅｎｔｓ ｔｏ ｆｏｒｍ ｅｖｅｎｔ ａｂｓｔｒａｃｔｓ． Ｗ ｅ ｔｅｓｔｅｄ ｔｈｅ ａｐｐｒｏａｃｈ ｐｒｅｓｅｎｔｅｄ ｉｎ ｔｈｅ ｐａｐｅｒ ｂｙ ｕｓｉｎｇ ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｄａｔａｓｅｔ ｓｅｔ ｕｐ ｆｒｏｍ Ｓｉｎａ ｍｉｃｒｏｂｌｏｇｇｉｎｇ ｄａｔａ ｉｎ ｒｅａｌ ｌｉｆｅ， ｔｈｅ ｅｘｐｅｒｉｍ ｅｎｔａｌ ｒｅｓｕｌｔ ｐｒｏｖｅｄ ｔｈａｔ ｔｈｅ ｉｎｆｌｕｅｎｃｅ—ｂａｓｅｄ ｔＥＥＤ ｃｏｕｌｄ ｅｆ ｉ ｃｉｅｎｔｌｙ ｄｅｔｅｃｔ ｔｈｅ ｅｍｅｒｇｉｎｇ ｈｏｔ ｅｖｅｎｔｓ ｉｎ ｍｉｃｒｏｂｌｏｇｓ ａｔ ｅａｒｌｙ ｔｉｍｅ，ａｎｄ ｈａｄ ｃｅｒｔａｉｎ ａｐｐｌｉｅｄ ｖａｌｕｅ．
微博具有支持 多平 台终端 的特点 ，人们 可以随 时随地发 布 自己的所见所 闻，但是 发布的信息不能超过 １４０个字符 ，这使得 微博 产生大量贴近现实生活 的数据 。然而 由于微博数据量十分 巨大 ，用户无法通过阅读大量微博获取 自己感兴趣的热点事件 ， 因此对微博 的海量信息 进行挖掘 ，发 现微博 中的新兴 热点事 件 能有效地帮助用户 找到感兴趣 的话题 。本文 主要 的研究方 向是 新兴热点事件 的检测 ，定 义新 兴热点 事件 为何 时 （ｗｈｅｎ）、何 地 （ｗｈｅｒｅ）正在或者即将要发生的事件 （ｗｈａｔ）。
摘 要 从微博 中准确高效地挖掘 出正在发 生的热 点事件是近年来研 究的热 点。通过 综合考虑微博用 户的粉 丝数 量和微博 本身 的转发 、评论 次数计算每 条微博的影响力 ，从而提 出一种 基于影 响力 的微 博新 兴热点事 件检测 方法 ＩＥＥＤ（Ｉｎｆｌｕｅｎｃｅ—Ｂａｓｅｄ Ｅｍｅｒｇｉｎｇ Ｈｏｔｓｐｏｔ Ｅｖｅｎｔ Ｄｅｔｅｃｔｉｏｎ）。该 方法运用层 次聚类将微 博帖子聚类为事件集，并提取 出事件 中的关键词 构成事件 摘要。通过运用 现实 生活 中的新浪微博 数据作 为实验 数据 集来 测试 所提 出的方法 ，实验 结果证 明，基于影 响力的微博 新兴热点事件 检测 方法（ＩＥＥＤ）能 在早期高效地检测 出微 博 中的新兴热点事件，具备 一定 的应用价值 。
Ｋｅｙｗｏｒｄｓ Ｅｍｅｒｇｉｎｇ ｅｖｅｎｔｓ ｄｅｔｅｃｔｉｏｎ Ｍｉｃｒｏｂｌｏｇ ｉｎｆｌｕｅｎｃｅ Ｃｌｕｓｔｅｒｉｎｇ
０ 引 言
微博作为一个新兴 的社 交媒体 服务 ，是 当前 最流行 的网络 社交应用之一 。国外最具 代表性 的微博 平 台是 Ｔｗｉｔｔｅｒ，在 中国 最具代表性 的则是新浪微博 （现已改名 为微博 ），新 浪微 博全球 注 册 用 户 已经 超 过 ６亿 。
算法运用微博帖子 的转发 、评论 次数 和用户 的粉丝数 量训 算 微 博 的影响力 ，同时运 用不同时 间段发 布的微博 数量对 事件 的新 兴程度进行界定 ，综合考虑进行新兴热点事件检测 。
１ 相关工作
传 统 的 文本 话 题 发 现 方 法 是 将 文 本 看 作 向 量 ，然 后 运 用 聚 类 的方法找 出热点话题 。当前 多数 事件 检测 研究工作都是针对 文本新 闻和 网页新 闻的，但是随着微博用户的迅速增长 ，微博文 本 的相 关研 究已经 成为热 点 ，针对微博事件检测 的研究 ，国 内外 也已经取得了很多成 果。
Ｌｉ ＨＨａ Ｚｈｕ Ｌｉ （Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ，Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４０００４４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ Ｔｏ ａｃｃｕｒａｔｅｌｙ ａｎｄ ｅｆｆｉｃｉｅｎｔｌｙ ｍｉｎｅ ｔｈｅ ｈｏｔ ｅｖｅｎｔｓ ｏｎ ｏｃｃｕｒｒｅｎｃｅ ｆｒｏｍ ｍｉｃｒｏｂｌｏｇｓ ｉｓ ｔｈｅ ｆｏｃｕｓ ｏｆ ｒｅｓｅａｒｃｈ ｉｎ ｒｅｃｅｎｔ ｙｅａｒｓ·Ｉｎ ｔｈｉｓ
关键词 新 兴事件检 测 微博 影响力 聚类
中图 分 类 号 ＴＰ３９１
文 献 标 识 码 Ａ
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－３８６ｘ．２０１６．０５．０２５
ＩＮＦＬＵＥＮＣＥ．ＢＡＳＥＤ ＤＥＴＥＣＴＩｏＮ ｏＦ ＥＭ ＥＲＧＩＮＧ Ｈｏ Ｔ ＥＶＥＮＴＳ ＩＮ Ｍ ＩＣＲｏＢＬｏ ＧＳ