利用概率主题模型的微博热点话题发现方法

• 作者: 孙曰昕 米文丽
• 来源期刊: 计算机系统应用
• 关键词: 概率潜在语义分析 话题发现 微博 Kmeans
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 软件技术 算法
• 页码范围: 163-167
• 页数: 5页
• 字数: 4339字
• 语种: 中文

摘要

微博具有长度短、实时传播、结构复杂以及变形词多等特点，传统的向量空间模型(VSM)文本表示方法和隐含语义分析(LSA)无法很好的对其进行建模。提出了一种基于概率潜在语义分析(pLSA)和 K 均值聚类(Kmeans)的二阶段聚类算法，此外通过定义微博热度分析和排序，有效地支持微博热点话题发现。实验表明，此方法能有效地进行话题聚类并检测出热点话题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	米文丽	陇东学院信息工程学院	8	25	3.0	5.0
2	孙曰昕	西北师范大学计算机科学与工程学院	4	36	3.0	4.0