基于PBTM的海量微博主题发现

• 作者: 姬东鸿 杨冰 王路路 郑涛
• 来源期刊: 计算机应用研究
• 关键词: 主题模型 主题发现 PBTM 吉布斯采样 分布式计算
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 软件技术研究
• 页码范围: 768-770,785
• 页数: 4页
• 分类号: T391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.03.029

摘要

BTM(biterm topic model)能较好挖掘出微博主题.但面对海量微博,BTM无法胜任,因为BTM挖掘主题速度过慢.基于此,提出一种基于吉布斯采样本主机biterm元组来更新主题单词全局矩阵的分布式的BTM模型PBTM(parallel biterm topic model),通过多台主机同时对语料库进行本主机biterm吉布斯采样,然后每次迭代后更新全局主题单词矩阵,直到采样收敛.通过MPI集群实现PBTM模型,实验结果表明,PBTM主题挖掘微博文本速度较BTM大大加快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬东鸿	武汉大学计算机学院	92	887	16.0	26.0
2	杨冰	武汉大学计算机学院	9	20	3.0	4.0
3	王路路	武汉大学计算机学院	4	88	3.0	4.0
4	郑涛	武汉大学计算机学院	24	76	6.0	8.0