一种基于作者建模的微博检索模型
2014-04-14王斌
中文信息学报 2014年2期
李 锐,王斌
(1.中国科学院计算技术研究所,北京100190;2.中国科学院大学,北京100190)
1 引言
微博客(microblogging或microblog,也称微型博客,简称微博)是一种允许用户及时更新简短文本(通常少于140字)并可以公开发布的微型博客形式。它允许任何人阅读,也可以由发布者指定阅读权限阅读[1]。近期微博网站的发展如火如荼,不仅国外的微博网站Twitter、Facebook吸引了广泛使用和关注,国内的各大IT门户网站也纷纷推出各自的微博来抢占市场份额,比较著名的如新浪微博、腾讯微博等。据新浪和腾讯发布的最新统计,两者的用户数都已经超过2亿而逼近3亿,新浪微博用户平均每天发布的微博内容已达7 500万条。为了区分微博站点和用户具体发布的每条微博消息,在本文中前者称为微博站点,后者称为微博记录。
微博的发展,给互联网行业带来了新的机遇和新的挑战。它本身的信息更新快,文本较短且内容丰富。微博爆炸式的传播速度,给网民带来便利的同时,也推给读者很多不相关的信息。因此,微博用户往往有从大量微博记录中获得相关信息的需求。由于微博中主要包括两类对象:用户和微博记录,因此用户检索的对象也包括这两类。本文主要关注对微博记录的检索,即从大量微博记录中找出感兴趣的记录,如有关“威廉王子大婚”、“美国大选”等主题的记录。从这个意义上说,微博检索和传统检索非常类似。
微博检索与传统的检索有很大不同,微博站点的特点为微博搜索带来了新的挑战:……p>
登录APP查看全文
