版权说明 操作指南
首页 > 成果 > 详情

基于CART决策树的网络问答社区新兴话题识别研究 <&wdkj&>Identifying Trending Topics in Q&A Community with CART Decision Tree

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
程秀峰;张心怡;王宁
作者机构:
[程秀峰] 中国科学技术信息研究所.
[张心怡; 王宁] 华中师范大学.信息管理学院
语种:
中文
关键词:
决策树;网络问答社区;新兴话题
关键词(英文):
Q&A Community;Trending Topics
期刊:
数据分析与知识发现
ISSN:
2096-3467
年:
2018
卷:
2
期:
12
页码:
52-59
基金类别:
国家自然科学青年基金项目“基于QSIM的图书馆移动用户群体行为模拟与学习兴趣引导研究”(项目编号:7150309) 教育部人文社会科学研究青年基金项目“移动环境下图书馆用户行为发现与知识推荐研究”(项目编号:14YJC870004)的研究成果之一.
机构署名:
本校为第一机构
院系归属:
信息管理学院
摘要:
【目的】协助相关决策部门监督和管理网络舆情,探测可能成为舆情关注焦点的新兴话题。【方法】提出网络问答社区中新兴话题的识别标准和依据,并基于知乎问答社区,利用CART决策树对识别过程进行实证研究。【结果】对于网络问答社区, CART决策树在新兴话题的识别与预测方面具有较好的准确性和适用性。【局限】实验数据只占知乎所有话题板块的一小部分,为验证该方法的有效性,需要进一步扩展数据集。【结论】基于CART决策树的网络问答社区新兴话题识别方法能够有效预测新兴话题,可为网络问答社区的热点话题筛选机制提供参考。
摘要(英文):
[Objective] This paper tries to identify the trending topics, aiming to help the decision-making agencies manage online public opinion. [Methods] Firstly, we proposed the criteria to detect the trending topics of Q&A community. Then, we conducted an empirical study on China’s Zhihu Q&A community using the CART decision tree algorithm. [Results] The CART decision tree predicted the trending topics. [Limitations] We only collected data from a small portion of all topics on Zhihu. More data is needed for future studies. [Conclusions] The proposed...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com