融合频繁项集和潜在语义分析的股评论坛主题发现方法

• 作者: 张涛 张玥杰 翁康年 顾小敏
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 工学
• 关键词: 主题发现 股吧论坛 频繁项集 潜在语义分析 文本软聚类
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 经济与管理科学
• 页码范围: 583-592
• 页数: 10页
• 分类号: TP391
• 字数: 9332字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.2019.04.019

摘要

针对股评论坛主题发现,提出基于频繁项集与潜在语义相结合的短文本聚类(STC_FL)框架.在基于知网的知识获取后得到概念向量空间,挖掘并筛选出重要频繁项集,然后采用统计和潜在语义相结合的方法进行重要频繁项集的自适应聚类.最后,提出TSC-SN(text soft classifying based on similarity threshold and non-overlapping)算法,通过参数调优策略选择和控制文本软聚类过程.股吧论坛数据实证分析发现:所提出的STC_FL框架和TSC-SN算法可充分挖掘文本潜在语义信息,并有效降低特征空间维度,最终实现对短文本的深层次信息挖掘和主题归类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翁康年	上海财经大学信息管理与工程学院	3	3	1.0	1.0
2	顾小敏	上海财经大学信息管理与工程学院	1	1	1.0	1.0