网络舆情中的热点话题探索

在上述理论的基础上，本章给出了热点话题演化中的噪声特征识别方法，识别框架图如图6-6所示。从图6-6所示的框架图中可以看出，噪声特征识别的核心步骤有四个：相似度计算、特征ksi的归属判断、权重更新计算及阈值比较。我们以本书第3章给出的话题模型BDTM-Ⅱ作为表示模型，计算新报道s和话题topicj的相似度，如果相似，则s视为话题的相关报道；判断相关报道s中的特征是否属于话题topicj的更新特征集合，如果不属于，则直接将该特征加入集合Uj，并计算其初始权重，如果属于，则进入第三个步骤权重的更新；权重更新涉及该特征的间断性和分布性量化，进而计算出衰减函数f（A，B）的值，实现权重的动态更新，得到特征ksi更新后的权重；阈值比较即判断特征ksi更新后的权重是否小于指定的噪声阈值，如果小于则将其视为噪声，且从集合Uj中删除，噪声阈值依据文献［140］定为0.2。

图6-6　热点话题演化中的噪声特征识别框架

结合上述的噪声特征识别框架，本书给出了热点话题演化过程中的噪声特征识别算法。

输入：相关报道中出现的新特征ki，预设要考虑的后续相关报道数δ，噪声阈值θ。

输出：判定特征ki是否为噪声。(www.xing528.com)

Step 1.判断特征ki是否再次在δ个相关报道中出现：如果出现，则获得特征ki首次再现的时间tnew，并计算ΔT=|tnew-ti|；如果没有再现，则将δ个相关报道按时间序列排序后，最后一个报道的发生时间作为tnew，并计算ΔT；

Step 2.采用for循环，获得包含特征ki的话题数numti，计算B=numti-1；

Step 3.采用式（6-20）计算特征ki的衰减后权重wi；

Step 4.阈值判断：如果wi＜θ，则认为特征ki为噪声，否则将其作为话题的表示特征加入话题向量。