基于热度矩阵的微博热点话题发现

• 作者: 曾承 聂文汇 贾大文
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 热度矩阵 主题模型 微博 话题发现 文本挖掘
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 57-62
• 页数: 6页
• 分类号: TP18
• 字数: 6231字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.02.010

摘要

现有微博热点话题发现模型对微博数量规模较敏感,发现速度较慢.为此,提出一种基于热度矩阵的主题模型.通过热度矩阵获取各潜在主题的热度和主题-词概率分布,并以词间的共有热度来挖掘其语义关系,进而准确识别数据中的热点话题及热点词汇.在真实微博数据上的实验结果表明,与潜在狄利克雷分布模型相比,该模型的效率和准确率较高,发现的热点话题与实时事件保持一致,具有较好的热点识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂文汇	武汉大学软件工程国家重点实验室	4	17	2.0	4.0
2	曾承	武汉大学软件工程国家重点实验室	28	194	9.0	12.0
3	贾大文	中国电子科技集团公司第二十八研究所	2	14	1.0	2.0