[发明专利]一种融合用户关系的自适应微博话题追踪方法

权利要求书

1.一种融合用户关系的自适应微博话题追踪方法，其步骤包括：

1)通过用户集合中的所有用户的行为推动推文集合按时间线延展，并将用户集合中所有用户发表的推文映射到特征向量空间中；

2)对推文特征空间进行坐标变换，使话题相关推文集合和话题非相关推文集合的分布为线性可分；

3)在当前跟踪时间窗内，采用聚类算法对推文特征向量进行聚类，找到目标话题的相关推文集合；

4)利用本轮得到的相关推文集合进行下一轮话题跟踪，并将与本轮得到的相关推文集合关联的用户添加至用户集合。

2.如权利要求1所述的方法，其特征在于，步骤2)所述坐标变换包括：

2-1)将推文特征向量空间的坐标进行平移，将相关话题的中心点作为新的坐标原点；

2-2)在坐标原点平移的基础上，将推文特征向量空间进行极坐标变换，使话题相关推文集合与话题非相关集合形成了两个柱形话题簇，并近似平行地分布在极径上。

3.如权利要求2所述的方法，其特征在于，步骤3)所述聚类算法为K-means算法。

4.如权利要求3所述的方法，其特征在于，步骤3)采用K-means算法进行聚类并找出相关推文集合的方法是：

3-1)初始化类中心：在跟踪时间窗内的推文样本集合T中，指定两个初始类别中心点，其中一个主类别中心点为上一个跟踪周期的目标其中ρ为极径，θ为极角，L为推文特征向量中特征的个数；另外指定一个非相关话题推文集合的中心点为且指定ρ_non-target＝2*ρ_target；同时设定迭代终止条件max(||m⁽ⁿ⁺¹⁾-m⁽ⁿ⁾||)＜Δ，其中||m⁽ⁿ⁺¹⁾-m⁽ⁿ⁾||表示第(n+1)次迭代得到的中心点m⁽ⁿ⁺¹⁾与第n次迭代得到的中心点m⁽ⁿ⁾之间的相似度距离，Δ为聚类中心收敛误差容限；

3-2)样本归类：对T中的每条推文计算其到每个类中心的距离||t₁-t₂||＝|ρ1-ρ2|，当且仅当时，把它归到最近的质心所代表的类别中；其中t_i为推文的特征向量，t₁、t₂分别为两条推文的特征向量；

3-3)更新聚类中心：对相关话题推文类别的聚类中心进行更新，以此类的平均向量作为新的聚类中心其中q_i为每个推文特征向量的权重，size为特征向量的维度；非相关话题推文类的聚类中心保持不变；

3-4)迭代3-1)～3-3)步直至满足上述迭代终止条件，得到作为跟踪的话题目标，为跟踪到的话题目标集合，即得到此轮聚类得到的相关推文集合。

5.如权利要求4所述的方法，其特征在于：步骤4)利用步骤3)得到的话题跟踪模型计算得出下一轮的话题跟踪模型，即t_{target_new}＝δ*t_ave+(1-δ)*t_target，其中δ表示迭代系数。

6.权利要求1～5中任一项所述方法应用于微博平台的话题推荐平台中，用于为用户实时提供关注话题的后续报道以及话题的整体趋势图。