基于时间序列分析的微博突发话题检测方法

上传者: 38736652 | 上传时间: 2021-06-03 23:06:48 | 文件大小: 327KB | 文件类型: PDF
针对微博信息噪音大,新颖度难以判断的问题,在动量模型的基础上进行优化,提出基于逐步分析的微博突发话题检测方法。动量时间序列分别对信号频域分析理论和股票趋势分析理论进行建模,分析特征的频域特性来识别重复伪随机特征,分析特征的新颖程度来识别间歇性伪突发特征,合并过滤后微博数据实验表明,该方法有效提高了突发话题检测的准确率和F值。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明