短信息的会话检测及组织

• 作者: 王冠 王文东 田野 郭亮 陈灿峰 饶京海 马建
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 短信息 时间聚类 话题 latent Dirichlet allocation
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2586-2599
• 页数: 14页
• 分类号: TP391
• 字数: 6459字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2012.04191

摘要

如何挖掘存储在手机上的大量短信息背后所隐含的会话信息,是一个非常具有挑战性的问题,因为它们并不具备“主题”、“回复”等经常被用于邮件线索分析的元数据.基于此,提出了一种基于时间聚类算法和话题检测的短信息会话识别模型.首先,根据短信息流的时间分布特性,将会话双方的所有短信息划分到一个一个的候选会话中,进而运用基于latent Dirichlet allocation(LDA)训练出来的语义话题模型,对候选会话进行更深层次的分析 ;利用该话题模型度量了各个候选会话在话题上的相关度.最后,在综合时间和话题相关度的基础上,通过对候选会话的合并识别出隐含的会话信息.通过对包含了50名大学生在6个月中产生的122 359条短信进行实验验证,证明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶京海		1	11	1.0	1.0
2	陈灿峰		3	11	1.0	3.0