基于PBTM的海量微博主题发现

发布时间：2017-10-12 01:46

  本文关键词：基于PBTM的海量微博主题发现

  更多相关文章： 主题模型 主题发现 PBTM 吉布斯采样 分布式计算

【摘要】：BTM(biterm topic model)能较好挖掘出微博主题。但面对海量微博,BTM无法胜任,因为BTM挖掘主题速度过慢。基于此,提出一种基于吉布斯采样本主机biterm元组来更新主题单词全局矩阵的分布式的BTM模型PBTM(parallel biterm topic model),通过多台主机同时对语料库进行本主机biterm吉布斯采样,然后每次迭代后更新全局主题单词矩阵,直到采样收敛。通过MPI集群实现PBTM模型,实验结果表明,PBTM主题挖掘微博文本速度较BTM大大加快。
【作者单位】： 武汉大学计算机学院;
【关键词】： 主题模型 主题发现 PBTM 吉布斯采样 分布式计算
【基金】：国家自然科学基金重点项目(61133012);国家自然科学基金面上项目(61173062)
【分类号】：TP393.092
【正文快照】： 微博即微博客,始于美国Twitter公司,是一个基于用户关系信息分享、传播以及获取的平台。用户可以通过Web、WAP等各种客户端组建个人社区,以140字左右的文字更新信息,并实现即时分享。同时本土的微博服务在这几年非常盛行,其中腾讯微博、新浪微博最为流行。如何快速从这种海量

【参考文献】

中国期刊全文数据库 前1条

1 张晨逸;孙建伶;丁轶群;;基于MB-LDA模型的微博主题挖掘[J];计算机研究与发展;2011年10期

【共引文献】

中国期刊全文数据库 前10条

1 孙乃利;王玉龙;沈奇威;;微博客意见领袖识别的研究[J];电信技术;2012年12期

2 王君泽;马静;杜洪涛;;微博舆情分析平台的框架与支撑技术研究[J];电子政务;2013年01期

3 马慧芳;王博;;基于增量主题模型的微博在线事件分析[J];计算机工程;2013年03期

4 余淼淼;王俊丽;赵晓东;岳晓冬;;PAM概率主题模型研究综述[J];计算机科学;2013年05期

5 谢昊;江红;;一种面向微博主题挖掘的改进LDA模型[J];华东师范大学学报(自然科学版);2013年06期

6 马雯雯;魏文晗;邓一贵;;基于隐含语义分析的微博话题发现方法[J];计算机工程与应用;2014年01期

7 王桢文;肖卫东;谭文堂;;基于概率生成模型的网络数据分类方法[J];计算机研究与发展;2013年12期

8 孙劲光;马志芳;孟祥福;;基于情感词属性和云模型的文本情感分类方法[J];计算机工程;2013年12期

9 赖锦辉;梁松;;一种消除孤立点的微博热点话题发现方法[J];计算机应用与软件;2014年01期

10 姜晓伟;王建民;丁贵广;;基于主题模型的微博重要话题发现与排序方法[J];计算机研究与发展;2013年S1期

中国重要会议论文全文数据库 前1条

1 刘娜;肖智博;路莹;唐晓君;肖鹏;;自适应主题融合的多文档自动摘要算法[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

中国博士学位论文全文数据库 前8条

1 刘娜;文本自动摘要和信息抽取方法及其应用研究[D];大连海事大学;2012年

2 田占伟;基于复杂网络的微博信息传播研究[D];哈尔滨工业大学;2012年

3 吕英杰;网络健康社区中的文本挖掘方法研究[D];上海交通大学;2013年

4 段亚娟;微博搜索的关键技术研究[D];中国科学技术大学;2014年

5 丁兆云;面向微博舆情的影响力分析关键技术研究[D];国防科学技术大学;2013年

6 苑卫国;微博用户行为分析和网络结构演化的研究[D];北京交通大学;2014年

7 陈静茜;表演的狂欢：网络社会的个体自我呈现与交往行为[D];复旦大学;2013年

8 肖智博;排序主题模型及其应用研究[D];大连海事大学;2014年

中国硕士学位论文全文数据库 前10条

1 姜杨;基于社会化媒体节点属性的信息预测研究[D];北京邮电大学;2012年

2 熊会会;基于复杂网络的微博客信息传播机制研究[D];华南理工大学;2012年

3 邹鸿程;微博话题检测与追踪技术研究[D];解放军信息工程大学;2012年

4 何翔;基于微博的主题社区发现[D];华东理工大学;2013年

5 邱洋;微博数据提取及话题检测方法研究[D];大连理工大学;2013年

6 王伟;Web挖掘技术及其在互联网中的应用研究[D];山东大学;2013年

7 王熙;基于用户关系分析和微博内容挖掘的信息推荐系统研究[D];北京邮电大学;2013年

8 詹勇;基于主题模型和混合模型的微博客交叉话题发现研究[D];西南交通大学;2013年

9 谢昊;基于主题模型的微博推荐系统研究[D];华东师范大学;2013年

10 张思龙;微博热点话题预判技术研究[D];解放军信息工程大学;2013年

，

本文编号：1015985