推特和实时搜索查询中的"流失"现象研究（扩展版）
信息检索
2012-06-01 v1 社会与信息网络
摘要
推特的实时性意味着推文和搜索查询中的术语分布变化迅速：一小时内最频繁的术语可能与下一小时大不相同。我们非正式地将这种现象称为"流失"。我们分析流失的兴趣源于实时搜索的视角。几乎所有排序函数，无论是机器学习还是其他方法，都依赖于术语统计量，如词频、文档频率以及查询频率。在实时上下文中，考虑到底层分布快速变化，我们如何计算这些统计量？本文作为回答这个问题的第一步，对推特上的推文和查询流失进行了分析。分析揭示了关于推特上术语分布时间动态的有趣见解，并对搜索系统的设计具有启示意义。
引用
@article{arxiv.1205.6855,
title = {A Study of "Churn" in Tweets and Real-Time Search Queries (Extended Version)},
author = {Jimmy Lin and Gilad Mishne},
journal= {arXiv preprint arXiv:1205.6855},
year = {2012}
}
备注
This is an extended version of a similarly-titled paper at the 6th International AAAI Conference on Weblogs and Social Media (ICWSM 2012)