一种对微博进行主题发现与追踪的方法

摘要

本发明公开一种对微博进行主题发现与追踪的方法，包括如下步骤：将原创微博及其评论、转发组织在一起，整体作为同一个单元输入；从微博文本中提取特征词，获得特征词列表，并统计各特征词在输入单元的词频；计算特征词列表中的特征词的权值，获得VSM向量；采用增量聚类算法，将输入的VSM向量依次与已有微博簇进行相似度比较，获得相似度最高的微博簇，若二者相似度高于阈值，则将该微博并入所述相似度最高的微博簇，否则以该微博为基础生成一个新微博簇；对微博簇进行筛选，获得主题簇。本发明方便用户通过微博随时了解舆论主流和社会热点，同时也为进一步的舆论分析提供了支持。