运用改进型LDA算法的电商微博热点话题研究

• 作者: 姚洁 孟小璐
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 热点话题 主题挖掘 MA-LDA 电商微博
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 信息·计算机
• 页码范围: 184-188
• 页数: 5页
• 分类号: TP181
• 字数: 2551字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.12.026

摘要

作为每日数据高达TB级的社交网络,需要准确而有效地对电商企业发布的热点话题进行主题挖掘.在传统的主题挖掘模型(LDA)的基础上加入文本的一些属性信息(如标签、转发数、评论数、时间等属性信息),对传统的LDA模型进行改进和扩展,提出了将MA-LDA模型应用在电商微博的热点话题挖掘中.在确定合适的主题个数后,MA-LDA算法能有效抑制传统LDA算法因社交平台文本短、稀疏性强、用语不规范等问题.MA-LDA模型主要适应于短时间内被普遍关注的微博热点话题,未对隐式电商话题进行讨论.采集腾讯微博的电商微博文本信息,最终实验结果证明了MA-LDA模型可提高电商微博热点话题识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚洁		12	20	3.0	4.0
2	孟小璐		11	14	2.0	3.0