摘要： 【目的/意义】随着网民规模的扩大以及微博数据的增长，获取微博空间的热点话题是一项有价值的任务。 本文结合微博的特点提出专门针对中文微博的热点话题发现模型。【过程/方法】本文提出利用词项H指数筛选出 热点词项，然后利用BTM建模和VSM建模的结果相融合计算文本相似度，再利用k-means 聚类算法发现微博的热 点话题。【结果/结论】本文在提取特征阶段既考虑了微博词项的热度又考虑了其短文本性，通过实验验证本文提出 的方法有利于发现准确的热点话题。
摘要： 【目的/意义】随着网民规模的扩大以及微博数据的增长，获取微博空间的热点话题是一项有价值的任务。 本文结合微博的特点提出专门针对中文微博的热点话题发现模型。【过程/方法】本文提出利用词项H指数筛选出 热点词项，然后利用BTM建模和VSM建模的结果相融合计算文本相似度，再利用k-means 聚类算法发现微博的热 点话题。【结果/结论】本文在提取特征阶段既考虑了微博词项的热度又考虑了其短文本性，通过实验验证本文提出 的方法有利于发现准确的热点话题。