一种融合标签语义的微博热点话题挖掘方法

• 作者: 周福星 李生红 陈秀真 马进
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 微博文本 隐狄利克雷分布模型 标签语义 公共块 K-means聚类
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 283-287
• 页数: 5页
• 分类号: TP393
• 字数: 4347字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052535

摘要

由于微博文本的长度较短,直接使用隐狄利克雷分布(LDA)模型会导致特征向量高维稀疏.为此,提出一种融合标签语义的热点话题挖掘方法.利用公共块算法计算微博标签的相似度,合并标签相似度较高的微博文本.采用LDA模型对合并后的文本建模,并通过K-means聚类算法挖掘微博热点话题.实验结果表明,与针对单一微博文本建模的方法以及直接合并相同标签的方法相比,该方法的困惑度较低,挖掘热点话题的准确性较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马进	上海交通大学网络空间安全学院	172	1734	23.0	31.0
3	李生红	上海交通大学网络空间安全学院	112	774	13.0	22.0
5	陈秀真	上海交通大学网络空间安全学院	36	256	8.0	14.0
7	周福星	上海交通大学网络空间安全学院	1	1	1.0	1.0