twitter - 用于主题检测的推文之间的表示和良好的相似性度量

Question

我打算在Twitter 上写一个主题检测工具。我一直在考虑两条推文之间的良好相似性度量（距离） ，以及如何表示它们，并计算：

• #hashtags（我认为主题标签在检测 Twitter 上的主题时非常重要）
• 回复（如果有人回复一条推文，这些推文可能在谈论同一个话题，尽管两个人可以开始谈论三星银河并结束谈论iPhone 越狱等）

我正在考虑实施我目前所拥有的并做一些实验。我将实现经典模型（例如TF*IDF并使用欧几里德距离、角度余弦等），以及带有一些相似性度量的布尔模型（Hamming、Jaccard等）。

关于如何使一些现有模型适应Twitter的任何想法或关于如何创建新模型的一些想法？

Answer 1

Twitter 上的相似度度量讨论了有关可用于将来自 twitter 的数据聚集在一起的不同相似度度量的一些细节。我们基于用户连接、用户提及、地理位置、推文之间的内容相似性、用户描述之间的内容相似性和常见的#hashtags 对 Twitter 上的用户进行了一些研究。

为了在 twitter 上找到共同话题，找到讨论话题的用户之间的联系确实很有帮助，我们发现一组用户倾向于讨论一个共同话题。在这篇文章的后半部分有一些关于这个的细节。