在线社交网络中地域性话题发现

• 作者: 刘波 周涛 曹玖新 胥帅 赵力阳 陈高君
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 社交网络 地域性话题 话题发现 主题模型 参数估计
• 年，卷（期）: 2017,（7）
• 页码范围: 1530-1542
• 页数: 13页
• 分类号: TP393
• 字数: 11047字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2017.01530

摘要

在线社交网络中日益丰富的地理位置信息为传统舆情感知、信息检索技术带来了新的思考.文中以在线社交平台Twitter为研究对象,以社交网络中地域性话题(Geographical Topic)发现为研究目标,工作主要分为社交网络话题性和地域性分析、地域性话题发现两个部分.首先,文中基于用户、位置和话题间的相互关系,阐述了社交网络用户具有地域性和话题性特征,分析了地理位置和话题对词项使用的影响,抽象出地域和话题之间的关联.其次,根据地域性话题的空间关联特征,综合考虑用户发布的文本内容和地理位置信息,按照主题模型思想构建地域性话题发现模型GTTD(Geographical Textual Topic Discovering model),将用户、话题和地理位置间存在的紧密关系同时引入话题发现框架中.最后利用吉布斯采样算法进行模型的参数估计.基于Twitter真实数据集的实验表明:文中提出的GTTD模型能有效地发现社交网络中的地域性话题,并且与LGTA、Geofolk模型对比,在困惑度(perplexity)指标上体现出优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹玖新	东南大学计算机科学与工程学院	29	496	10.0	22.0
2	周涛	东南大学计算机科学与工程学院	26	155	5.0	12.0
3	刘波	东南大学计算机科学与工程学院	65	618	12.0	24.0
4	陈高君	东南大学计算机科学与工程学院	2	14	2.0	2.0