Resumen

Las publicaciones en línea se han convertido gradualmente en un importante portador de la opinión pública en la red en las redes sociales, y los puntos calientes de las redes sociales son la base importante para el estudio de la opinión pública en la red. Por lo tanto, es significativo extraer puntos calientes para monitorear la opinión pública en Internet a partir de grandes datos textuales de publicaciones en línea. Sin embargo, los métodos actuales de extracción de puntos calientes se centran en las características de los usuarios que se basan en grandes datos textuales con contenido no deseado y de baja calidad. Mientras tanto, estos métodos rara vez consideran el lapso de tiempo de las publicaciones y la popularidad de los usuarios. En consecuencia, este artículo presenta una solución híbrida de extracción de información de puntos calientes de datos textuales de publicaciones en línea. En primer lugar, se diseña una estrategia de filtrado para obtener más datos textuales de alta calidad. En segundo lugar, se presenta el grado de popularidad del tema considerando el número promedio de respuestas y la popularidad del participante. En tercer lugar, se utiliza una tecn

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Publicaciones en línea; Opinión pública en la red; Temas candentes; Grandes datos textuales; Características de los usuarios; Grado de popularidad
• Keywords:Online posts; Network public opinion; Hotspots; Textual big data; Users features; Hot degree