基于隐含语义分析的微博话题发现方法

被引：32

作者：

马雯雯 ^{[1
]}

魏文晗 ^{[1
]}

邓一贵 ^{[1
,2
]}

机构：

[1] 不详

[2] 重庆大学计算机学院

[3] 不详

[4] 重庆大学信息与网络管理中心

[5] 不详

来源：

计算机工程与应用 | 2014年 / 01期

关键词：

隐含语义分析; 向量空间模型; 话题发现; 微博; 两阶段聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

随着微博的大量普及和关注度的不断提高,微博热点话题发现已成为当前研究热点。针对于短文本、向量空间模型(VSM)文本表示方法存在高维度、稀疏,以及同义多义问题,导致难以准确度量文本相似度,提出一种基于隐含语义分析的两阶段聚类话题发现方法。引入话题热度的概念来选取具有一定关注度的微博文本,用隐含语义分析(LSA)对数据集进行建模;用层次聚类的CURE算法确定初始类中心;用K-means聚类得到热点话题的聚类结果。真实微博数据集的实验结果验证了该方法的有效性。

引用

页码：96 / 100

页数：5

共 7 条

[1] 一种中文微博新闻话题检测的方法 [J].

郑斐然 ;

苗夺谦 ;

张志飞 ;

高灿 .

计算机科学, 2012, 39 (01) :138-141

[2] 基于MB-LDA模型的微博主题挖掘 [J].

张晨逸 ;

孙建伶 ;

丁轶群 .

计算机研究与发展, 2011, 48 (10) :1795-1802

[3] 浅析微博中的“微舆情” [J].

李心妍 ;

刘俐俐 .

新闻世界, 2011, (07) :111-112

[4] 基于层次划分的最佳聚类数确定方法 [J].

陈黎飞 ;

姜青山 ;

王声瑞 .

软件学报, 2008, (01) :62-72

[5] 一种基于主题的文本聚类方法 [J].

赵世奇 ;

刘挺 ;

李生 .

中文信息学报, 2007, (02) :58-62

[6]

微博客热点话题发现策略研究[D]. 杨冠超.浙江大学. 2011

[7]

A Latent Semantic Indexing-based approach to multilingual document clustering[J] . Chih-Ping Wei,Christopher C. Yang,Chia-Min Lin.Decision Support Systems . 2007 (3)

← 1 →