基于LDA模型和多层聚类的微博话题检测

• 作者: 刘红兵 张仰森 李文坤
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: LDA模型 话题检测 改进的Single-Pass聚类 层次聚类
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 25-30,36
• 页数: 7页
• 分类号: TP391
• 字数: 5936字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.06.006

摘要

随着微博这一新兴社交媒体的广泛应用，以微博为背景的相关研究不断涌现，其中基于微博的话题检测是当前研究的热点之一。结合微博文本的相关特点，文中提出了一种基于LDA模型和多层聚类的微博话题检测方法。首先，通过LDA模型对微博数据建模并提取特征；其次，利用改进的Single-Pass聚类和层次聚类对微博数据进行聚类，从而发现热点话题。通过在大规模微博数据上进行话题检测实验，通过LDA建模比通过TF-IDF进行特征选择和权重计算效果好；改进的Single-Pass聚类能够处理第一遍Single-Pass聚类未处理的微博，提高了初步聚类的精度，并且为下一步层次聚类减少了时间；多层聚类的聚类效果在准确率、召回率和F值三方面均比单一聚类算法的聚类效果好。显然，文中的话题检测方法是可行的，也是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学智能信息处理研究所	104	721	15.0	23.0
2	刘红兵	太原科技大学电子信息学院	13	26	2.0	5.0
3	李文坤	北京信息科技大学智能信息处理研究所	2	56	2.0	2.0