一种面向微博主题挖掘的改进犔犇犃模型-华东师范大学学报自然.PDF

第 期 华东师范大学学报（自然科学版） ６ Ｎｏ．６ 　 　 年 月 （ ） ２０１３ １１ ＪｏｕｒｎａｌｏｆＥａｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔ ＮａｔｕｒａｌＳｃｉｅｎｃｅ Ｎｏｖ．２０１３ ｙ 文章编号： （ ） １０００５６４１２０１３０６００９３０９ 一种面向微博主题挖掘的改进犔犇犃模型 谢 昊， 江 红 　 　 　 （华东师范大学 计算中心，上海 ２０００６２） 　 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 的微博生成模型 来解决微博字数受限的问题 模型采用吉布斯抽样法 ＬＤＡ ＲＴＬＤＡ ． 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， 模型能很好地对微博进行主题挖掘 ＲＴＬＤＡ ． 关键词：新浪微博； 文本挖掘； ＲＴＬＤＡ； 吉布斯抽样 　 　 　 中图分类号： 文献标识码： ： ／ ＴＰ３９ Ａ 犇犗犐１０．３９６９ ．ｉｓｓｎ．１０００５６４１．２０１３．０６．０１１ 　　 　　 ｊ 犐犿 狉狅狏犲犱犔犇犃犿狅犱犲犾犳狅狉犿犻犮狉狅犫犾狅 狋狅犻犮犿犻狀犻狀 狆 犵 狆 犵 ， ＸＩＥＨａｏ ＪＩＡＮＧＨｏｎ 　 ｇ （ ， ， ， ） 犆狅犿 狌狋犲狉犆犲狀狋犲狉 犈犪狊狋犆犺犻狀犪犖狅狉犿犪犾犝狀犻狏犲狉狊犻狋 犛犺犪狀犺犪犻 ２０００６２ 犆犺犻狀犪 狆 狔 犵 　 ： ， 犃犫狊狋狉犪犮狋 Ｗｉｔｈｔｈｅｄｒａｍａｔ