基于话题标签的微博主题挖掘

被引：10

作者：

李敬

印鉴

刘少鹏

潘雅丽

机构：

[1] 中山大学信息科学与技术学院计算机科学系

来源：

计算机工程 | 2015年 / 41卷 / 04期

基金：

广东省自然科学基金; 广东省科技计划;

关键词：

主题挖掘; 微博; 社交网络; 话题标签主题模型; 作者主题模型;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP393.092 [];

学科分类号：

081203 ; 0835 ; 080402 ;

摘要：

随着互联网的发展,微博已成为人们获取信息的主要平台,为从海量微博中挖掘出有价值的主题信息,结合微博中的会话、转发和话题标签,将微博划分为用户兴趣、用户互动和话题微博3类,提出基于作者主题模型(ATM)的话题标签主题模型HC-ATM,使用Gibbs抽样法对模型进行推导,获取微博主题结构。在Twitter数据集上的实验结果表明,与ATM模型和基于潜在狄利克雷分布的微博生成模型相比,HC-ATM模型的主题困惑度更小、差异度更大,并且能有效挖掘出不同微博类型的主题分布。

引用

页码：30 / 35

页数：6