首页 > 期刊 > 现代情报 > 面向语义缺失场景的社交媒体中热门新闻识别方法研究 【正文】

面向语义缺失场景的社交媒体中热门新闻识别方法研究

作者:谢海涛; 肖倩 北京科技经济信息联合中心; 北京100032; 北京印刷学院新闻出版学院; 北京102600

摘要:[目的/意义]对社交媒体中热门新闻的及时识别,有助于加速正面资讯的投送或抑制负面资讯的扩散。当前,基于自然语言处理的传统识别方法正面临社交媒体新生态的挑战:大量新闻内容以图片、音视频形式存在,缺乏用于语义及情感分析的文本。[方法/过程]对此,本文首先将社交网络划分为众多社群,并按其层次结构组织为贝叶斯网络。接着,面向社群构建基于卷积神经网络的热门新闻识别模型,模型综合考虑新闻传播的宏观统计规律及微观传播过程,以提取社群内热门新闻传播的特征。最后,利用贝叶斯推理并结合局部性的模型识别结果进行全局性热度预测。[结果/结论]实验表明,本方法在语义缺失场景下可有效识别热门新闻,其准确度强于基于语义信息的机器学习方法,模型具有良好的时效性、可扩展性和适用性。该研究有助于社交媒体的监管机构及时识别出各类不含语义信息且迅速扩散的热点内容。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社。

现代情报杂志

现代情报杂志, 月刊,本刊重视学术导向,坚持科学性、学术性、先进性、创新性,刊载内容涉及的栏目:理论与实践、信息化与网络建设、数字图书馆技术论坛、图书馆管理与资源建设、工作研究 、企业情报工作等。于1980年经新闻总署批准的正规刊物。

  • CSSCI南大期刊
  • 北大期刊
  • 统计源期刊
  • 1-3个月审核

服务介绍LITERATURE

正规发表流程 全程指导

多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊,评职认可,企业资质合规可查。

用户信息严格保密

诚信服务,签订协议,严格保密用户信息,提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。

学术顾问

发表咨询 加急见刊 文秘咨询 杂志订阅