基于BTM和K-means的微博话题检测

• 作者: 余正涛 李卫疆 王真真
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 短文本 话题模型 话题发现 K-means聚类
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 257-261,274
• 页数: 6页
• 分类号: TP393.092|TP391.1
• 字数: 6143字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.02.042

摘要

近年来,微博等社交网络的发展给人们的沟通交流提供了方便.由于每条微博都限定在140字以内,因此产生了大量的短文本信息.从短文本中发现话题日渐成为一项重要的课题.传统的话题模型(如概率潜在语义分析(PLSA)、潜在狄利克雷分配(LDA)等)在处理短文本方面都面临着严重的数据稀疏问题.另外,当数据集比较集中并且话题文档间的差别较明显时,K-means聚类算法能够聚类出有区分度的话题.引入BTM话题模型来处理微博数据这样的短文本,以缓解数据稀疏的问题.同时,整合了K-means聚类算法来对BTM模型所发现的话题进行聚类.在新浪微博短文本集上进行的实验证明了此方法发现话题的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余正涛	昆明理工大学信息工程与自动化学院	122	877	17.0	24.0
2	李卫疆	昆明理工大学信息工程与自动化学院	18	106	4.0	10.0
3	王真真	昆明理工大学信息工程与自动化学院	1	13	1.0	1.0