广西师范大学学报(自然科学版)

2019, v.37(03) 71-78

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于BTM和加权K-Means的微博话题发现
Topic Discovery in Microblog Based on BTM and Weighting K-Means

陈凤;蒙祖强;

摘要(Abstract):

为适应微博数据的短文本、低词频、缺乏语义表达等特殊性,提高话题发现的准确性,利于用户从大量微博数据中获取有用信息,本文提出一种基于BTM和加权K-Means方法实现微博话题发现。首先,针对微博数据稀疏性的问题,采用BTM模型对微博中的短文本进行建模,获得话题词;然后针对传统K-Means算法本身的缺陷,提出加权K-Means算法实现微博话题发现;最后实验验证本文的方法,实验结果表明,BTM和加权K-Means方法解决了微博数据高维度和稀疏性的问题,提高了热点话题发现的准确性和有效性。

关键词(KeyWords): BTM模型;加权K-Means;微博数据;话题发现

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61762009)

作者(Author): 陈凤;蒙祖强;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享