贺敏，徐杰，杜攀，程学旗，王丽宏



基于时间序列分析的微博突发话题检测方法

贺敏1,2，徐杰2，杜攀1，程学旗1，王丽宏2

（1. 中国科学院计算技术研究所，北京 100080；2. 国家计算机网络应急技术处理协调中心，北京 100029）

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，提出了基于时序分析的微博突发话题检测方法。通过动量模型提取候选突发特征后，对特征的动量时间序列分别借鉴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频繁伪突发特征，分析特征的新颖程度来识别间歇性伪突发特征，合并过滤后的有效突发特征形成突发话题。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值。

突发话题；微博；突发特征；时序分析

1 引言

近年来，随着Web 2.0社交网络的兴起，微博以其方便快捷的优点迅速流行起来，现在已经发展成为网络信息传播的主要途径。微博用户数量众多，每天产生的信息量非常庞大。在微博中，人人都是信息的生产者和传播者，信息发布、转发非常便捷，这使微博成为信息传播速度最快的网络媒体。社会上许多突发性话题，往往在微博平台上首发，借助其好友转发机制迅速传播，引起广泛的社会共鸣，进而波及传统媒体如新闻、论坛、博客等，产生巨大的社会影响。因此，微博平台上的社会突发话题检测技术，对于社会热点及时发现、网络民意尽快感知、突发事件及早响应等方面都具有积极的现实意义。……