一种面向大规模微博数据的话题挖掘方法

• 作者: 杜然 王文帅 程耀东 陈刚
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 微博 Bloom Filter 社会网络主题模型分析(SNLDA) 话题挖掘
• 年，卷（期）: 2014,（22）
• 所属期刊栏目: 博士论坛
• 页码范围: 32-37
• 页数: 6页
• 分类号: TP393
• 字数: 5568字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1404-0042

摘要

随着微博的日趋流行，新浪微博已成为公众获取和传播信息的重要平台之一，针对微博数据的话题挖掘也成为当前的研究热点。提出一个面向大规模微博数据的话题挖掘方法。首先对大规模微博数据进行分析，基于Bloom Filter算法对数据进行去重处理，针对微博的特有结构，对文本进行预处理，提出改进的LDA主题模型So-cial Network LDA（SNLDA），采用吉布斯采样法进行模型推导，挖掘出微博话题。实验结果表明，方法能有效地从大规模微博数据中挖掘出话题信息。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈刚	中国科学院高能物理研究所计算中心	183	1886	20.0	37.0
2	程耀东	中国科学院高能物理研究所计算中心	52	322	10.0	14.0
3	杜然	中国科学院高能物理研究所计算中心	11	55	5.0	7.0
7	王文帅	中国科学院高能物理研究所计算中心	3	27	2.0	3.0