基于LDA模型的高校论坛热点提取系统

• 作者: 吴军 林昭文 楼小帆 马严
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器学习 潜在狄利克雷分配 主题模型 网络舆情 数据挖掘 高校论坛
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 校园网工程与应用
• 页码范围: 186-189,194
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13245/j.hust.16S138

摘要

针对论坛缺乏热点话题提取方法的现状，提出一种将LDA （潜在狄利克雷分配）模型引入高校论坛场景主题的提取方式。在主题建模过程中，以回帖数量作为帖子热门程度的判定参数，根据帖子热门程度在语料中设置不同权重，随后使用Gibbs采样法提取主题。在此基础上设计并实现了包含数据抓取、文本预处理、主题提取三个模块的完整系统。将LDA模型引入系统并进行提取效果分析，实验结果表明LDA模型可以准确地提取出论坛文本中讨论的实时热点话题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马严	北京邮电大学网络技术研究院信息网络中心	98	731	15.0	23.0
2	林昭文	北京邮电大学网络技术研究院信息网络中心	15	105	6.0	10.0
4	吴军	北京邮电大学网络技术研究院信息网络中心	9	378	7.0	9.0
5	楼小帆	北京邮电大学网络技术研究院信息网络中心	1	8	1.0	1.0