一种基于Hadoop的微博热点话题提取方法[发明专利]

来源：筏尚旅游网

专利内容由知识产权出版社提供

专利名称：一种基于Hadoop的微博热点话题提取方法专利类型：发明专利

发明人：徐明,代光英,任一支,张海平,徐建,郑宁申请号：CN201310501234.X申请日：20131023公开号：CN103617169A公开日：20140305

摘要：本发明提出了一种基于Hadoop的微博热点话题挖掘方法。本发明首先组建一个局域网，安装相应的软件搭建Hadoop的平台；其次采集微博信息；第三，对采集的微博内容进行分词处理、噪音信息过滤、出现频率变化较大的热门关键词抽取；第四根据提取出每个潜在热门话题的特征词组；第五循环遍历潜在的热门话题，合并相似度超过阈值的话题；最后对提取出来的热点话题，以特征词组中最热门关键词的爆发得分作为话题的热度，将热点话题按热度值从高到低次序显示。本发明利用Hadoop框架中MapReduce运算模型的特点，能够准确地判断出微博的热门话题，使挖掘结果更能反映互联网的客观事实，有较强的可扩展性和容错性。

申请人：杭州电子科技大学

地址：310018 浙江省杭州市下沙高教园区2号大街

国籍：CN

代理机构：杭州求是专利事务所有限公司

代理人：杜军

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文