1、隨著網(wǎng)絡通信技術的發(fā)展及社交工具的普及，QQ、微信等即時通信工具得到了廣泛應用，產(chǎn)生了大量的用于交互的短文本。這些交互式的短文本中包含了豐富的信息資源，具有很高研究價值，分析這些數(shù)據(jù)隱含的知識不僅具有學術研究價值也具有很大的社會影響與經(jīng)濟效益，對這些短文本信息流中的消息根據(jù)所屬主題劃分到多個會話隊列有利于信息的管理以及進一步的分析?，F(xiàn)有的會話抽取算法主要是基于文本相似度的聚類方法的改進，無法解決短文本特.征稀疏導致的文本相似度計算飄移引

2、發(fā)的難題。
　　針對短文本的相似性特點，本文從社交用戶交互強度特征的角度考慮，結合心理學上熟悉性對人際交互的影響的特性，提出了基于用戶關系強度的社交會話抽取算法，該算法利用用戶的歷史交互數(shù)據(jù)以計算用戶的交互強度、以及用戶的職業(yè)屬性等計算用戶的屬性相似度，從而計算用戶的關系強度；最后，論文利用無監(jiān)督的single-pass聚類算法結合文本的相似度以及用戶的關系強度對用戶產(chǎn)生的消息進行聚類。實驗結果可發(fā)現(xiàn)，在活躍用戶消息數(shù)量多的情況下