一种面向微博主题挖掘的改进LDA模型

被引：27

作者：

谢昊

江红

机构：

[1] 华东师范大学计算中心

来源：

华东师范大学学报(自然科学版) | 2013年 / 06期

关键词：

新浪微博; 文本挖掘; RT-LDA; 吉布斯抽样;

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：

随着新浪微博用户的不断增长,微博网站成为很多人获取信息的平台.但是微博是一种特殊的文本,其字数受到严格限制,传统的主题模型并不能很好地分析微博的内容.本文提出了一个基于LDA的微博生成模型RT-LDA来解决微博字数受限的问题.模型采用吉布斯抽样法来推导,不仅能准确地挖掘每条微博的主题,还能归纳出用户关注的主题分布情况.在真实数据集上的实验表明,RT-LDA模型能很好地对微博进行主题挖掘.

引用

页码：93 / 101

页数：9

共 4 条

[1] 基于MB-LDA模型的微博主题挖掘 [J].