改进的点互信息微博情感分类方法

当前微博情感分析主要基于语料库中正类和负类文本情感分析,而忽略了网络用语以及表情等微博语言.针对这个问题,文章提出了基于改进的点互信息SE_PMI算法,通过构建包含四种情感词的基本情感词典,将候选情感词与基本情感词进行点互信息计算并判断其情感极性,进行微博情感分类.实验表明,SE-PMI算法进行情感分类效果良好.     

Moodle系统中微博第三方登录设计与开发

微博是一款为大众提供娱乐休闲生活服务的信息分享和交流平台,通过微博开放平台,用户可以将自己的应用、网站等服务接入微博,从而使用微博提供的丰富应用和完善服务.据官方统计,微博用户数已达5.56亿(截止至2013年3月底),活跃用户数高达5000万.将微博开发平台与Moodle系统整合在一起可以使国内用户方便、快捷地注册和登录Moodle网站,并有助于实现关联主义学习理论所倡导的社会网络化学习.介绍了Moodle系统中通过微博第三方登录功能的开发和实现,并对比了QQ、微信和微博3种第三方登录开发的异同点.     

一种基于标签概率相关性的微博推荐方法

向微博用户推荐对其有价值和感兴趣的内容,是改善用户体验的重要途径。通过分析微博的特点以及现有微博推荐算法的缺陷,利用标签信息表征用户兴趣,提出一种基于标签概率相关性的微博推荐方法 LPCMR。首先,该方法利用标签之间的概率相关性,构造标签相似性矩阵。然后通过相关性标签权重加权方案,加强标签权重,构建用户-标签矩阵。针对用户标签矩阵稀疏的问题,采用标签相似性矩阵对用户-标签矩阵进行更新,使该矩阵既包含用户兴趣信息,又包含标签与标签之间的关系。以新浪微博公开API抓取的微博信息作为实验数据,进行了一系列的实验和分析,结果表明本文提出的推荐算法具有较好的效果。     

基于排序学习的微博用户推荐

该文在分析总结影响微博用户推荐的四大类信息,包括用户的内容信息、个人信息、交互信息和社交拓扑信息的基础上,提出一个基于排序学习的微博用户推荐框架,排序学习的本质是用机器学习中的分类或回归方法解决排序问题,该框架可以综合各类信息特征进行用户推荐。实验结果表明 (1)融合多个特征综合推荐通常可以取得更好的推荐效果;(2)基于用户个人信息、交互信息、社交拓扑信息的推荐效果均好于基于用户内容的推荐效果。     

浅谈大学生思想政治教育工作的微博平台

近年来,微博发展迅速,以其独有的传播优势成为传播领域的新生力量。也成为了思想活跃,善于接受新事物的大学生群体的新宠。作者通过问卷调查,从微博的特点和使用现状出发,分析了微博在高校学生思想教育中的应用价值,并总结了建设教育微博中可能存在的问题,提出了解决问题的对策。     

快递员到底赚多少

“刚才××快递员在我公司发飙了,‘我一个月工资15000,会为你这2000元的礼品丢饭碗么？’整个公司,一片寂静。”     

微博这货不是造谣机

小编手记： 和大多数朋友一样,小编也在风起云涌的微博大潮下“沦陷”成了一“枚”爱好者。刷刷微博是乐趣,添加好友是社交,“@”一下表关注,评论两句是态度……。在刚接触微博不久时,我们往往会觉得这是个可以放飞真性情、畅所欲言的地方。然而泡过一段时间之后,你是否会和小编一样感叹：微博的世界很精彩,微博的世界很无奈？     

"僵尸粉"凶猛

如果说2010年是中国的“微博元年”,估计没人会有什么异议。如果说2011年是中国的“微博火爆年’,估计也没人会有异议。     

一种面向微博用户的标签推荐方法

首先对国内微博平台的信息进行了综合分析,主要介绍了微博信息的定义,在错综复杂的微博信息中哪些信息比较重要,以及这些微博信息包含哪些详细的内容,是如何组织的。然后选取新浪微博平台作为研究对象,利用新浪微博API设计了爬虫程序,抽取用户信息;以用户的关注人数、粉丝数和发布的微博数为标准对用户信息进行了定量分析。最后根据分析结果,针对不同特征的用户群体提出了相应的标签推荐方法。     

一种面向微博用户的标签推荐方法

首先对国内微博平台的信息进行了综合分析,主要介绍了微博信息的定义,在错综复杂的微博信息中哪些信息比较重要,以及这些微博信息包含哪些详细的内容,是如何组织的。然后选取新浪微博平台作为研究对象,利用新浪微博API设计了爬虫程序,抽取用户信息;以用户的关注人数、粉丝数和发布的微博数为标准对用户信息进行了定量分析。最后根据分析结果,针对不同特征的用户群体提出了相应的标签推荐方法。