基于HDP模型的领域微博主题演化研究

• 作者: 杨利莹 胡文江 马占飞 高永兵
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 领域微博 主题挖掘 分层Dirichlet模型 DM-HDP模型 Gibbs采样 主题演化
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP391
• 字数: 7477字
• 语种: 中文

摘要

领域微博中包含较多的专业领域信息,并且随时间表现出较强的演化性.为分析领域的主题演化情况,构建一个基于分层Dirichlet过程(HDP)的DM-HDP模型.以用户为单位抽取领域相关的微博,利用微博的领域特征和时间特征,提取领域相关带有明显时间特征的微博并自动挖掘其主题分布,最终构建领域主题演化分析过程.实验结果表明,基于DM-HDP模型的分析方法能够表现领域微博主题的演化过程,与基于LDA和HDP模型的方法相比,在内容困惑度和模型复杂度等方面均具有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高永兵	内蒙古科技大学信息工程学院	64	245	6.0	13.0
2	胡文江	内蒙古科技大学信息工程学院	58	194	7.0	12.0
3	马占飞	包头师范学院信息工程系	26	47	4.0	6.0
4	杨利莹	内蒙古科技大学信息工程学院	1	1	1.0	1.0