基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文章针对传统网络社区挖掘的注重用户之间链接关系而忽略网络中内容信息的不足,引入了主题社区的概念,利用LatentDirichlet allocation主题模型,通过计算博主所发表博文内容的主题相关性计算博主之间的主题相关性,并重新定义博主之间的链接关系,最后进行主题社区划分.实验结果表明,引入主题空间的社区发现聚类性更好.
推荐文章
基于UR-LDA的微博主题挖掘
微博
主题挖掘
UR-LDA
吉布斯抽样
基于GRU+LDA的群聊主题挖掘
主题挖掘
群聊文本
深度学习
GRU
LDA
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LDA的博客网络主题社区挖掘方法研究
来源期刊 计算机与数字工程 学科 工学
关键词 社会网络 社区发现 主题模型 数据挖掘
年,卷(期) 2012,(11) 所属期刊栏目 专栏·Web信息系统及应用
研究方向 页码范围 43-45
页数 3页 分类号 TP311.131
字数 2292字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐彬 东北大学计算中心 39 214 9.0 13.0
2 赵长宽 东北大学计算中心 21 109 7.0 9.0
3 张昱 东北大学计算中心 19 80 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (49)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (54)
二级引证文献  (13)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(13)
  • 参考文献(0)
  • 二级参考文献(13)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社会网络
社区发现
主题模型
数据挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导