Institute of Computing Technology, Chinese Academy IR
| Twitter中重复消息的分析和处理 | |
| 徐凯1; 沙瀛2; 李阳3; 单既喜2; 王晓岩2 | |
| 2014 | |
| 发表期刊 | 计算机工程与应用
 |
| ISSN | 1002-8331 |
| 卷号 | 000期号:021页码:111 |
| 摘要 | Twitter已经成为微博中的代表性应用，但是通过分析发现twitter上的消息（推文）有很多完全一致或相似，这对后续对推文的分析和存储都带来很大的问题。为了处理这些内容完全一致或相似的消息（推文），针对推文特有的短文本的特点，基于规则处理完全一致的推文，采用simhash的方法来处理相似性的推文。实验采用实际抓取的240万条推文数据进行分析和处理，分别对中文和英文的推文重复情况进行了分析，实验结果发现重复的推文占总推文的10%左右。 |
| 关键词 | 推特 微博 Simhash 短文本去重 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/30920 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.江西农业大学 2.中国科学院信息工程研究所 3.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 徐凯,沙瀛,李阳,等. Twitter中重复消息的分析和处理[J]. 计算机工程与应用,2014,000(021):111. |
| APA | 徐凯,沙瀛,李阳,单既喜,&王晓岩.(2014).Twitter中重复消息的分析和处理.计算机工程与应用,000(021),111. |
| MLA | 徐凯,et al."Twitter中重复消息的分析和处理".计算机工程与应用 000.021(2014):111. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [徐凯]的文章 |
| [沙瀛]的文章 |
| [李阳]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [徐凯]的文章 |
| [沙瀛]的文章 |
| [李阳]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [徐凯]的文章 |
| [沙瀛]的文章 |
| [李阳]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论