论文部分内容阅读
提出一种基于状态自动机的突发特征检测算法，针对微博数据长度小，语言不规范，噪声大，数据量大的特点，优化预处理过程和状态自动机模型参数；提出一种突发话题聚类算法，对特征词的词频向量表示进行改进，并引入基于词激活力（WAF）的词法特征，使得聚类效果更加准确，得到的突发话题可读性更强。最后通过实验方法验证了算法的可行性。