[发明专利]一种过滤垃圾用户和抽取短文本话题的方法在审
| 申请号： | 201811447771.X | 申请日： | 2018-11-29 |
| 公开（公告）号： | CN109284507A | 公开（公告）日： | 2019-01-29 |
| 发明（设计）人： | 戴小款 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/22 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 刘俊 |
| 地址： | 510260 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种过滤垃圾用户和抽取短文本话题的方法，该方法对原始数据进行垃圾用户过滤处理，很大程度上避免了检测出来的突发性话题为没有实际意义话题这个问题；采用BTM(Biterm Topic Model)主题模型进行话题抽取，模型清晰易懂，并且抽取话题的效率高效。 | ||
| 搜索关键词： | 话题 抽取 短文本 垃圾 过滤 话题抽取 用户过滤 原始数据 主题模型 检测 清晰 | ||
【主权项】：
1.一种过滤垃圾用户和抽取短文本话题的方法，其特征在于，包括以下步骤：S1：对微博数据流进行垃圾用户过滤处理，过滤掉在短时间内发布大量相似微博的用户及其所发微博数据；S2：在进行过步骤S1处理后的数据上，计算某个时间窗口内微博数据词对的突发性数值；S3：用步骤S2所计算的突发性数值跟所设阈值进行比较；若大于所设阈值，则进入步骤S4，若小于所设阈值，则进入下一个时间窗口，进入步骤S2；S4：使用BTM模型对该时间窗口内的微博数据进行主题抽取并输出突发性主题。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811447771.X/，转载请声明来源钻瓜专利网。
