基于主题模型的网络微博舆情分析

• 作者: 刘金岭 徐维林 朱宗 高丽
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: SVM模型 LDA模型 微博舆情 K-Means算法聚类
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 153-154
• 页数: 2页
• 分类号: TP319
• 字数: 2519字
• 语种: 中文
• DOI: 10.11907/rjdk.161005

摘要

LDA模型对长文本聚类有优势.将微博文本按一定规则构建长文本,根据文本中隐含的丰富语义信息,将SVM模型与LDA模型相结合,利用K-Means算法聚类.实验结果表明,SVM和LDA相结合的模型,明显提高了聚类质量和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘金岭	淮阴工学院计算机与软件工程学院	63	355	10.0	15.0
2	高丽	淮阴工学院计算机与软件工程学院	8	21	3.0	4.0
3	徐维林	淮阴工学院计算机与软件工程学院	4	7	2.0	2.0
4	朱宗	淮阴工学院计算机与软件工程学院	1	3	1.0	1.0