结合互信息和主题模型的微博话题发现方法

• 作者: 姚伟 孙曰昕 张志昌 马慧芳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 词共现矩阵 对称非负矩阵分解 概率潜在语义分析 微博热点话题发现
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 61-66
• 页数: 6页
• 分类号: TP391.1
• 字数: 5258字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1405-0113

摘要

为了解决短文本信息流的特征稀疏性对热点话题发现带来的挑战，提出了结合词语互信息和概率主题模型的微博热点话题发现方法。通过建立词共现矩阵并应用对称非负矩阵分解算法获取词项-主题矩阵，再利用概率潜在语义分析模型进行主题发现，最终通过定义微博热度分析和排序，有效地支持微博热点话题发现。实验表明，此方法能有效地进行话题聚类并检测出热点话题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马慧芳	西北师范大学计算机科学与工程学院	59	520	12.0	21.0
2	孙曰昕	西北师范大学计算机科学与工程学院	4	36	3.0	4.0
3	张志昌	西北师范大学计算机科学与工程学院	16	108	6.0	10.0
4	姚伟	西北师范大学计算机科学与工程学院	3	11	2.0	3.0