基于话题标签的微博主题挖掘

• 作者: 刘少鹏 印鉴 李敬 潘雅丽
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 主题挖掘 微博 社交网络 话题标签主题模型 作者主题模型
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: ?先进计算与数据处理?
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP391
• 字数: 5161字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.04.006

摘要

随着互联网的发展,微博已成为人们获取信息的主要平台,为从海量微博中挖掘出有价值的主题信息,结合微博中的会话、转发和话题标签,将微博划分为用户兴趣、用户互动和话题微博3类,提出基于作者主题模型( ATM)的话题标签主题模型HC-ATM,使用Gibbs抽样法对模型进行推导,获取微博主题结构。在Twitter数据集上的实验结果表明,与ATM模型和基于潜在狄利克雷分布的微博生成模型相比, HC-ATM模型的主题困惑度更小、差异度更大,并且能有效挖掘出不同微博类型的主题分布。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	印鉴	中山大学信息科学与技术学院计算机科学系	117	2906	26.0	51.0
2	刘少鹏	中山大学信息科学与技术学院计算机科学系	7	114	6.0	7.0
3	李敬	中山大学信息科学与技术学院计算机科学系	2	15	1.0	2.0
4	潘雅丽	中山大学信息科学与技术学院计算机科学系	1	14	1.0	1.0