跨社交媒体信息演化与关联分析

NEViewer：一款基于共词网络的学科主题演化过程可视化分析软件    TFIDF算法java实现    面向公共安全的跨媒体计算

以及一些论文：基于共词网络的社交媒体话题演化分析；基于共同用户的跨网络分析_社交媒体大数据中的多源问题；基于关键词和时间点的网络话题演化分析；基于信息熵的社交网络观点演化模型；跨媒体数据挖掘和理解；在线社交网络中信息传播模式的特征分析；

目前的解决思路是：

u数据采集：利用开源爬虫工具webmagic；小组其他数据

u特征词识别与子话题关联分析：TF-IDE、PL、PI结合判断词语重要程度，选择特征词，进而描述子话题；

  对于两个子话题类，如果其交集（特征词）大过一定阈值，可认为是一个事件（合并关系）；

  对于一个话题，其与另一个话题的一部分交集大过一部分，则可认为是其子话题（父子关系）

u话题信息演化分析：：结合时间信息：已知的文本信息中含时间戳

  结合平台信息，并进行对比：整合数据同时，标记信息来源

  话题关注度分析：统计转发数，查看数，回复数等

  跨媒体用户态度的区别：表主观意见、情绪的词语统计

  需要记录保存话题快照

分词系统：一些分词系统  中文分词器ICTCLAS使用方法    中文分词在java的web项目中的使用

关键词发现：  TF-IDF介绍    TF-IDF实现