基于社区时空主题模型的微博社区发现方法

发布时间：2017-08-05 09:36

  本文关键词：基于社区时空主题模型的微博社区发现方法

  更多相关文章： 狄利克雷过程 地理标识微博 微博社区发现 微博主题挖掘 时空主题模型

【摘要】：提出了一种基于主题模型的微博社区发现方法。该方法采用狄利克雷过程(Dirichlet process)自适应生成多个潜在地理区域;利用多项式分布描述主题在连续时间中的强度;将用户对潜在地理区域和社区的选择偏好引入主题模型;最后通过EM方法和Gibbs采样,实现时空主题模型参数估算,以基于主题相似性进行社区发现。实验表明,该方法能更加准确地识别微博社区。
【作者单位】： 广西师范学院北部湾环境演变与资源利用教育部重点实验室;广西师范学院资源环境科学学院;武汉大学测绘遥感信息工程国家重点实验室;武汉大学空天信息安全与可信计算教育部重点实验室;
【关键词】： 狄利克雷过程 地理标识微博 微博社区发现 微博主题挖掘 时空主题模型
【基金】：国家863计划(2013AA12A203) 国家自然科学基金(41361022)
【分类号】：TP393.092;TP391.1
【正文快照】： 微博作为目前最具代表性的社交网络服务,逐渐成为一种重要的沟通工具和平台。由于其实时性高、流量大、内容覆盖面广,近年来,微博已经成为社会舆论、商业营销和城市功能的“传感器”。所谓社区,是指用户根据小世界特性聚集形成若干群体。发现微博中的社区,能更好地理解信息传

【参考文献】

中国期刊全文数据库 前1条

1 闫光辉;舒昕;马志程;李祥;;基于主题和链接分析的微博社区发现算法[J];计算机应用研究;2013年07期

【共引文献】

中国期刊全文数据库 前5条

1 衡伟;于佳;李蕾;刘咏彬;;应用hLDA进行多文档主题建模关键因素研究[J];中文信息学报;2013年06期

2 钱钢;沈玲玲;;大数据环境下信息管理热点研究[J];南京师范大学学报(工程技术版);2013年04期

3 阳广元;曹霞;甯佐斌;潘煦;;国内社区发现研究进展[J];情报资料工作;2014年02期

4 李娇;王健;曹继文;陈彤;;基于感知哈希的在线发表论文版权保护系统[J];信息网络安全;2013年11期

5 柴变芳;贾彩燕;于剑;傅s，

本文编号：624245