基于LDA模型的微博话题识别方法研究

• 作者: 史建军 王小宾 邹梦宇
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 微博挖掘 信息抽取 模式识别
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 应用研究
• 页码范围: 81
• 页数: 1页
• 分类号: TP393
• 字数: 806字
• 语种: 中文

摘要

微博(MicroBlog)作为新型社交媒体积累了各领域的海量数据,对这些数据的分析将会带来很大的社会和商业价值.但由于微博的产品特点使得对其的话题识别方法不同于以往的传统文本.本文针对微博的特点,提出使用LDA模型对微博海量数据中的隐含话题进行建模,解决发散性带来的高维问题.实验结果表明,该方法能够获得较准确的微博话题识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小宾	北方工业大学计算机学院	3	1	1.0	1.0
2	邹梦宇	北方工业大学计算机学院	1	0	0.0	0.0
3	史建军	北方工业大学计算机学院	1	0	0.0	0.0