基于LDA与WordNet方法的微博排序

• 作者: 聂丁
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 微博排序 语义相似度 特征拟合
• 年，卷（期）: 2016,（3）
• 页码范围: 467-470
• 页数: 4页
• 分类号: TP391.3
• 字数: 2956字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2016.03.029

摘要

微博搜索排序是近年来微博研究的热点之一。对于任意一个话题，它内容的生产者很容易达到成千上万个，甚至更多，产生的微博数更是不计其数，同时，也给关键字搜索的微博排序提出了更大的挑战。因此，本文提出了基于话题的用户权威值计算方法、基于WordNet的内容语义相似度方法，以及基于LDA的方法将输入关键词和所召回微博与其所属话题相关联，使用LearningToRank监督学习方法，学习一种排序策略。在此基础上，对提出的方案在实际数据集上分别对用户话题权威性、微博内容语义相似度、以及综合排序因素进行验证。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂丁	湖南商学院计算机与信息工程学院	2	12	1.0	2.0