ACT-LDA:集成话题、社区和影响力分析的概率模型

• 作者: 刘月琴 吴良 王腾蛟 陈薇 雷凯 黄威靖
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 社交网络 社区发现 话题模型 用户影响力
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 学术研究
• 页码范围: 718-728
• 页数: 11页
• 分类号: TP311
• 字数: 8071字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1305046

摘要

随着社交网络的发展,社交网络中的用户形成大规模的用户关系图,用户在社交网络中发表内容,这些内容及其链接关系形成大规模的文档图.如何根据用户关系图、文档图,挖掘出用户所形成的社区、社区用户的影响力以及各个社区的话题,是重要的问题,而目前这些工作相对独立.考虑了用户发表内容、用户之间的关系信息,利用话题传播、社区形成和用户影响力之间的关联性,提出了一个基于LDA (latent Dirichlet allocation)的集成话题发现、社区发现和用户影响力分析的统一模型ACT-LDA(author-community-topic LDA).模型采用变分推理的方法解决推理问题.在DBLP数据上进行了实验,取得了非常好的结果,证明了模型的有效性.