摘要：社会网络中的热点话题数据挖掘问题是目前的研究热点。针对现有方法应用到社会网络时挖掘结果不准确、不便于理解和时间复杂度高等不足，提出一种改进的挖掘算法。首先采用核密度估计法对话题进行分析，然后基于小世界理论和社会网络的链接特性对话题时间序列进行建模，最后提出基于学习的方法来对话题的走向和趋势进行预测，在不降低准确率的前提下，快速挖掘出下一时刻最有可能爆发的话题，达到准确预测话题传播趋势的目的。仿真实验结果表明，该方法是有效的，能够保证挖掘的整体效果，在挖掘准确率方面要优于已有的方法。

原文链接:http://www.cqvip.com/QK/90976X/201406/50011289.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）