基于BTM和加权K-Means的微博话题发现 |
| |
引用本文: | 陈凤,蒙祖强.基于BTM和加权K-Means的微博话题发现[J].广西师范大学学报(自然科学版),2019,37(3). |
| |
作者姓名: | 陈凤 蒙祖强 |
| |
作者单位: | 广西大学 计算机与电子信息学院,广西 南宁,530004;广西大学 计算机与电子信息学院,广西 南宁,530004 |
| |
摘 要: | 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: | BTM模型 加权K-Means 微博数据 话题发现 |
本文献已被 CNKI 万方数据 等数据库收录! |
|