基于MB-LDA模型的微博主题挖掘.pdfVIP

下载本文档

7
0
约7.74千字
约 8页
2015-08-03 发布于安徽
举报
版权申诉

基于MB-LDA模型的微博主题挖掘.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于MB-LDA模型的微博主题挖掘张晨逸1 孙建伶1 丁轶群2 1浙江大学计算机科学与技术学院杭州 310027 2浙江大学工业技术研究院杭州 310027 TopicMiningforMicroblogBasedonMB-LDAModel ZhangChenyiSunJianling DingYiqun 随着微博的日趋流行，Twitter等微博网站已成为海量信息的发布体，对微博的研究也需要从单一的用户关系分析向微博本身内容的挖掘进行转变.在数据挖掘领域，尽管传统文本的主题挖掘已经得到了广泛的研究，但对于微博这种特殊的文本，因其本身带有一些结构化的社会网络方面的信息，传统的文本挖掘算法不能很好地对它进行建模.提出了一个基于LDA的微博生成模型MB-LDA，综合考虑了微博的联系人关联关系和文本关联关系，来辅助进行微博的主题挖掘.采用吉布斯抽样法对模型进行推导，不仅能挖掘出微博的主题，还能挖掘出联系人关注的主题.此外，模型还能推广到许多带有社交网络性质的文本中.在真实数据集上的实验表明，MB-LDA模型能有效地对微博进行主题挖掘. 微博；主题挖掘；LDA；概率生成模型；社交网络 TP181 2011-06-23 2011-08-23 “核高基”国家科技重大专项基金项目(2010ZX01042-002-003) 主题的理解： 1797 转发部分停用词去除. 效果图和非结构 @@[12] MeiQiaozhu,CaiDeng,ZhangDuo,etal.Topicmodeling withnetworkregularization[C]//Procofthe17thIntConf onWorldWideWeb.NewYork:ACM,2008:10l-ll0 @@[13] BleiD M, Lafferty J. Text Mining: Classification, Clustering,andApplications[M].NewYork:Chapman Hall/CRC,2009 @@[14] BleiDM,LaffertyJD.Dynamictopicmodels[C]//Procof the23rdIntConfonMachineLearning.NewYork:ACM, 2006:113-120 @@[15] Boyd-GraberJ,BleiDM,Syntactictopicmodels[C]//Proc ofthe20thNeuralInformationP