一种基于关键词的微博话题聚类算法

• 作者: 刘建明 林丹 谷志瑜
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 微博 主题模型 文本聚类 关联词算法
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 算法
• 页码范围: 264-268
• 页数: 5页
• 分类号: TP391
• 字数: 5350字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.01.046

摘要

由于微博跟现实生活有着密不可分的联系,微博的话题聚类可以发掘人们所关注的话题,有利于引导公众舆情.由于传统的文本聚类方法主要适用于长文本,LDA(Latent Dirichlet Allocation)话题模型是一个比较成熟也比较全面的话题聚类方法,实验中利用LDA模型来发掘当前公众讨论的热点话题,提出一种文本关联词算法.利用LDA得到的关键词进行聚类分析,也可以对LDA话题聚类后的结果进行优化调整,得到的结果与标注数据集进行对比分析,实验结果证明该算法能够提高聚类的正确率、召回率和F值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建明		61	152	7.0	8.0
2	林丹		2	9	1.0	2.0
3	谷志瑜		2	13	2.0	2.0