Clustering of trending topics in microblogging posts: A graph-based approach

در این مقاله روش جدیدی ارائه می کنیم که شبکه اجتماعی را به عنوان یک شبکه حساب های میکروبلاگینگ تجزیه می کند. بر اساس هشتگ ها در پست های کاربران، ما نه تنها محبوب ترین موضوعات را تشخیص می دهیم، کاربران در حال دادن نظرات در مورد بلکه گروه هایی از افرادی که در مورد خوشه های مباحث خاص صحبت می کنند. برای حل این وظیفه، ما پیشنهاد می دهیم که مدل فیلتراسیون جدید هشتاگ ها و رویکرد تولید گراف گرافیکی که بعدها توسط الگوریتم تشخیص ساختار سازه ها استفاده می شود، پیشنهاد می شود. ما رویکرد ما را در سه مجموعه داده های بسیار بزرگ زندگی واقعی (نه مصنوعی) معتبر می دانیم. هر یک از آنها دارای بیش از 107 پست پست میکروبلاگینگ با حدود 106 مشخصه اختصاصی است. ما همچنین مقیاس پذیری مدل را بررسی کردیم که چگونه رفتار خواهد کرد در حالی که برای تجزیه و تحلیل تعداد محدودی از زیر مجموعه های تصادفی انتخاب شده در مقایسه با مجموعه داده های کامل مورد استفاده قرار می گیرد. روش ما یک روش فیلترینگ قابل مقیاس پذیر است که قادر به ایجاد نمودارهایی است که در آن جوامعی که دارای منافع مشترک هستند شناسایی شوند. نکته مهم این است که در مجموعه داده های ما، آستانه حداقل نمونه تصادفی که می توان آن را توزیع بسیار مشابهی از رأس ها و وزن های لبه ها را مشاهده کرد، 10٪ از پیروان اصلی است. این مقاله دارای بخش اختصاصی در مورد مدلسازی داده ها است و ضمیمه مقاله ما شامل اجرای مثال های حیاتی از روش ما است.