基于微博多维度及综合权值的热点话题检测模型

传统热点检测算法仅从单一的某个维度衡量话题的热度，导致热点话题检测精度低，在对突发性热点话题进行检测时尤为明显。针对此问题，提出一种多维度热点话题度量模型。该模型对话题进行筛选，得到一个热点话题初始集，再融入话题热度的影响力因子，计算各个话题的综合权值，将话题的综合权值按照一定的权重与多维度热点话题度量模型进行有效融合，得到一种基于微博多维度及综合权值的热点话题检测模型。通过使用真实的微博数据进行实验对比分析，实验结果表明，提出的多维度热点话题度量模型在对突发性热点话题的检测中，其准确率(Precision)、召回率(Recall rate)和F1值(F-measure)3个评估指标相比传统算法有了较大提高；利用该模型对突发性热点话题进行跟踪，通过与官方指数进行对比，该模型能有效跟踪其发展趋势。