基于话题标签和转发关系的微博聚类和主题词提取

针对微博聚类正确率不高的问题,在研究微博数据特点的基础上,利用微博hashtag来增强向量空间模型,使用微博之间的转发关系提升聚类的准确性,并利用微博的转发、评论数以及微博发布者信息来提取聚类中的主题词。在新浪微博数据集上进行实验发现,与k-means算法和基于加权语义和贝叶斯的中文短文本增量聚类算法(ICST-WSNB)相比,基于话题标签和转发关系的微博聚类算法的准确率比k-means算法提高了18.5%,比ICSTWSNB提高了6.48%,召回率以及F-值也有了一定的提高。实验结果表明基于话题标签和转发关系的微博聚类算法能够有效地提高微博聚类的正确率,进而获取更加合适的主题词。

基于转发关系和单词特征的微博话题识别模型

相对一般文本,微博中包含大量的转发关系,传统的文本中挖掘算法不能很好地建模。单词具有情感特征,且微博话题标签更够揭示本中的主要内容。针对以上两点提出基于转发关系和单词特征的主题模型。该模型首先将用户主题模型和转发关系结合,然后根据单词特征求话题权重以新话题列表。实验表明该模型可能取得较好的效果。

面向微博话题的用户影响力分析算法

微博用户影响力分析作为社交网络分析的重要组成部分,一直受到研究人员的关注。针对现有研究工作分析用户行为时间性的不足和忽略用户与参与话题之间关联性等问题,提出了一种面向微博话题的用户影响力分析算法——基于话题和传播能力的用户排序(TSRank)算法。首先,基于微博话题分析用户转发行为时间性,进一步构建用户转发和用户博文转发两种话题转发关系网络,预测用户话题信息传播能力;然后,分析用户个人历史微博和背景话题微博文本内容,挖掘用户与背景话题之间的关联性;最后,综合考虑用户话题信息传播能力以及用户与背景话题间关联性计算微博用户影响力。爬取新浪微博真实话题数据进行实验,实验结果表明,话题关联度更高用户的话题转发量明显大于关联度很低的用户,引入用户转发行为时间性相比无转发时间性,TSRank算法的捕获率(CR)提高了18. 7%,进一步与典型影响力分析算法WBRank、TwitterRank和PageRank相比,TSRank算法在准确率和召回率上分别提高了5. 9%、8. 7%、13. 1%和6. 7%、9. 1%、14. 2%,验证了TSRank算法的有效性。该研究成果对社交网络的社会属性、话题传播等理论研究以及好友推荐、舆情监控等应用研究具有支撑作用。

一种改进的K均值微博热点话题发现方法

本文对于K均值聚类算法应用在大量微博数据集中聚类效率低,正确性不高的问题,提出了一种改进的K均值微博热点话题发现方法。在对微博特有属性的研究基础上,利用微博转发关系解决微博内容碎片化导致的聚类准确性及效率较低的问题;实验结果表明本文提出的改进的K均值聚类算法比传统的K均值热点话题发现,准确率提升了11.3%,聚类比较次数提升了27.5%。

基于复杂网络的微博传播溯源方法

针对微博博文信息在传播的过程中容易出现失真、断章取义以及局部抽取等现象,从而导致不良信息的传播扩散,并对社会安定产生影响的问题,提出了一种基于复杂网络的微博传播溯源方法。该方法首先根据处理过后的微博数据还原出单条微博的转发评论关系,进而根据其转发评论关系重构出单条微博的转发评论关系树,并简单描述了重构转发评论树、还原传播路径以及计算用户传播能力的算法流程。然后,在单条微博转发评论关系树的基础上进行拓展,进而重构出一个微博话题的转发评论关系图,并分析了该图中每一个微博用户的传播能力。最后基于该溯源方法设计了一个微博话题关键用户的溯源查找系统,并通过实验证明该溯源方法实现了微博关键用户的查找。

Primary investigation of dose-effect relationship of ^(153)Sm-EDTMP in treating multiple bone metastases

Objective:To calculate the focus absorption dose of 153Sm-EDTMP with the Monte Carlo(MC)EGS4 method for treatment of bone metastases from nasopharyngeal carcinoma or breast cancer,and investigate the relationship between the focus absorption dose and painkilling effect of 153Sm-EDTMP.Methods:Four patients with multiple bone metastases from nasopharyngeal or breast carcinoma and suffered from grade IV bone pain were treated with radionuclide internal irradiation of 153Sm-EDTMP.The absorption dose and dose distribution of bone metastases and other targeted organs were calculated with MC EGS4 program based on the time-order SPECT/CT scanning and the measurement of the radioactivity in the urine accumulation.The release of bone pain and the improvement of life quality were observed.Results:Bone pain of the patients was significantly alleviated to grade II for 3–4 weeks after internal 153Sm-EDTMP irradiation.The 3-dimensional absorption dose distribution image of bone metastases and targeted organs showed that the dose distribution in bone metastases was not asymmetrical.After injection of 0.65×37 MBq/kg 153Sm-EDTMP,the highest absorption dose in bone lesions was about 4.9–5.9 Gy,and the dose in the lesion margin was about 2.0 Gy.Using the highest dose as reference dose point,the relative absorption dose values of bone marrow,vertebra and sex organ near lesions were 0.48–1.1 Gy,0.51–0.85 Gy,and 0.01–0.14 Gy,respectively.Conclusion:The absorption dose of bone metastases is significantly lower than treatment dose of 30 Gy after single irradiation of 153Sm-EDTMP.The painkilling effect is limited and in accordance with clinical observation.

微博转发网络中意见领袖的识别与分析

以微博中的转发关系构建邻接矩阵,通过改进后的HITS算法识别微博意见领袖,并构建基于转发关系的意见领袖网,验证算法有效性并分析意见领袖在网络中的作用。研究表明:改进后的HITS算法能够有效地识别意见领袖;意见领袖的中心值与其粉丝数高度正相关。通过对意见领袖网的分析发现:意见领袖在网络的关键节点中占有重要地位,意见领袖的作用并没有因为微博中信息源的增多而削弱。

“转发”行为的扩散与新媒体赋权——基于微博自闭症议题的社会网络分析

在新媒体赋权视野中,"转发"是对弱势群体的"支持性传播",亦可促使弱势群体参与到对自身的传播之中。本文运用社会网络分析(SNA)方法,通过研究微博空间关于自闭症议题的转发扩散状况,揭示新媒体对弱势群体的赋权特征和潜能。本文发现,微博关于自闭症议题的主体数据呈现"泡沫化"特征,商业资本力量和流量操作逻辑已渗透到该议题的传播实践当中。同时,微博在推动自闭症人群的外部性赋权方面表现突出,党媒"人民日报"、公益机构"壹基金"、娱乐明星及其粉丝团是最突出的中心关键节点,但自闭症病患及其照护人群均不在网络可见的关系节点范围,以弱势群体为主体的内生性赋权非常微弱。自闭症议题在整体上未形成广泛的、突破圈层的交互传播关系网络。关于新媒体复合赋权的假设不能得到充分验证。