基于UR-LDA的微博主题挖掘.pdfVIP

第27卷摇 第6期 计 算机 技 术 与发 展 Vol.27摇 No.6 2017年6月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 June摇 2017 基于UR-LDA 的微博主题挖掘 1 1 2 陈摇 阳 ,邵摇 曦 ,赵海博 (1.南京邮电大学通信与信息工程学院,江苏 南京 210003; 2.软通动力信息技术有限公司,浙江杭州 310000) 摘摇 要:以微博为代表的社交网络已经成为用户发布和获取实时信息的重要手段,然而这些实时信息中很大一部分都是 垃圾或者是冗余的信息。 通过有效的手段,精准地发现、组织和利用社交网络海量短文本背后隐藏的有价值的信息,对微 博中隐含主题的挖掘,具有较高的舆情监控和商业推广价值。 尽管概率生成主题模型LDA(Latent Dirichlet Allocation)在 主题挖掘方面已经得到了广泛的应用,但由于微博短文本消息语义稀疏以及文本之间相互关联等特点,传统的LDA模型 并不能很好地对它进行建模。 为此,基于LDA模型,综合考虑微博的文本关联关系和联系人关联关系,提出了适用于处理 微博用户关系数据的UR-LDA模型,并采用吉布斯抽样对模型进行推导。 真实数据集上的实验结果表明,UR-LDA模型 能有效地对微博进行主题挖掘。 关键词:微博;主题挖掘;UR-LDA;吉布斯抽样 中图分类号:TP31摇 摇 摇 摇 摇 摇 摇 文献标识码:A摇 摇 摇 摇 摇 摇 文章编号:1673-629X(2017)06-0173-05 doi:10.3969/j.issn.1673-629X.2017.06.036 Microblog Topic Mining Based on UR-LDA 1 1 2 CHEN Yang ,SHAO Xi ,ZHAO Hai-bo (1.College of Communication Information Engineering,Nanjing University of Postsand Telecommunications,Nanjing210003,China; 2.Isoftstone Information Technology (Group) Co. ,Ltd. ,Hangzhou 310000,China) Abstract:Social network in particular microbloghasbecomea significant way for userstopropagateandretrieveinformation.However, a largeproportion of thereal time information isjunk or redundant.So the discovery of latent topicsin social networksthrough finding, organizing and using valuableinformationbehindthemasspassagewitheffectivewayscarrieshighvalueinpublicoptionmonitoringand commercial promotion.Although probabilistic generative topic model (