论文部分内容阅读
社交媒体话题检测一直是个热点问题，由于社交数据杂乱异构，且具有时效性，语义模糊性等特点，话题检测也是个难点问题．研究利用复杂网络对社交文本数据进行建模，并结合一种基于极大团凝聚层次聚类的重叠社团发现方法实现了社交话题的检测．文本数据建模中，通过自定义突发系数量化话题词，即把话题词看作具有时域分布偏好的关键词，并通过自定义相关系数连接话题词，构建话题网络．为使自定义系数更适用于动态数据环境，实验结合真实数据进行了适应性测试优化系数．文章把采用EAGLE重叠社团发现方法在公开数据集上评测，根据Q函数值显示结果