利用概率主题模型的微博热点话题发现方法

被引：7

作者：

米文丽 ^{[1
]}

孙曰昕 ^{[2
]}

机构：

[1] 陇东学院信息工程学院

[2] 西北师范大学计算机科学与工程学院

来源：

计算机系统应用 | 2014年 / 23卷 / 08期

关键词：

概率潜在语义分析; 话题发现; 微博; Kmeans;

D O I：

暂无

中图分类号：

TP393.092 []; TP391.1 [文字信息处理];

学科分类号：

080402 ; 081203 ; 0835 ;

摘要：

微博具有长度短、实时传播、结构复杂以及变形词多等特点,传统的向量空间模型(VSM)文本表示方法和隐含语义分析(LSA)无法很好的对其进行建模.提出了一种基于概率潜在语义分析(pLSA)和K均值聚类(Kmeans)的二阶段聚类算法,此外通过定义微博热度分析和排序,有效地支持微博热点话题发现.实验表明,此方法能有效地进行话题聚类并检测出热点话题.

引用

页码：163 / 167

页数：5