社交媒体中的主题聚焦动态信息过滤
信息检索
2015-04-21 v1
摘要
随着 Twitter 或中国新浪微博等在线社交媒体的快速发展，许多用户通常追踪热点话题以满足其信息需求。对于热点话题，新的观点或想法将以在线数据流的形式持续产生。在此场景下，如何有效地为特定主题动态过滤和展示信息成为一个关键问题。我们将此问题称为社交媒体中的主题聚焦动态信息过滤（Topic-focused Dynamic Information Filtering，简称 TDIF）。本文首先对此类应用问题展开公开讨论。我们分析了 TDIF 问题的属性，其通常包含几个典型需求：相关性、多样性、时效性和可信度。时效性意味着用户希望关注最新的观点或新闻。此外，必须考虑信息的可信度。如何在在线数据流中适当平衡这些因素非常重要且具有挑战性。我们提出了一种基于现有特征效用函数的动态保留策略来解决 TDIF 问题。此外，我们提出了新的动态多样性度量，以便对此类应用问题进行更合理的评估。我们在 TREC 公开 Twitter 数据集上进行了广泛的探索性实验，实验结果验证了我们方法的有效性。
引用
@article{arxiv.1504.04945,
title = {Topic-focused Dynamic Information Filtering in Social Media},
author = {Yadong Zhu and Yanyan Lan and Jiafeng Guo and Xueqi Cheng},
journal= {arXiv preprint arXiv:1504.04945},
year = {2015}
}