微博数据中含有大量的人物关系(例如,朋友关系,夫妻关系),然而微博数据量大、冗余数据多的特点使得人们难以了解这些复杂的人物关系。为了解决这个问题,本文提出了一种微博话题人物关系知识图谱的构建方法,帮助人们了解微博环境下的人物关系。首先从微博话题提取相关的人名,然后利用微博平台中关于这些人名的冗余信息,抽取人物关系三元组,最后构建该微博话题下的人物关系知识图谱。本文的主要研究内容如以下几个方面:(1)关系特征词的提取。为了尽可能全面的提取关系特征词,本文从三个方面对关系特征词进行提取:基于依存句法的关系特征词提取,基于相对位置信息的关系特征词提取,以及基于主题的关系特征词提取,最后对这些关系特征词整合去重,构建关系特征词组。(2)关系特征词组的优化和知识图谱的构建。为了提高人物关系抽取的效果,本文对关系特征词组进行了优化,首先建立滑动窗口,通过频繁项集挖掘算法对关系特征词组进行扩展,然后不断移动滑动窗口,比较前后两个滑动窗口下关系特征词组的总特征权重,完成关系特征词组的优化。本文研究了微博话题人物关系知识图谱的构建方法,先从微博话题中获取待抽取人物关系的人名对,再通过微博平台获取该人名对的相关信息,利用改进KNN方法提取人物关系三元组,最后用Neo4j图数据库构建人物关系知识图谱。实验结果表明,本文提出的微博话题人物关系知识图谱构建方法能够有效的表示微博话题中的人物关系。本文创新地采用滑动窗口的方法对关系特征词组进行扩展和优化,提高了人物关系抽取的效果。通过获取微博话题中的人名,利用这些人名在微博平台中的冗余信息,构建该话题的人物关系知识图谱。本文的研究不仅能帮助用户快速地了解微博话题中的人物关系,同时,本文提出的方法也可以给微博平台下的商业营销和大规模知识库的构建提供一定的理论基础。图[16]表[8]参[59]。