基于LDA模型的微博话题发现技术研究.PDF

第３１卷第１０期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．１０ ２０１４年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１４ 基于ＬＤＡ模型的微博话题发现技术研究 １ ２ 李凤岭 　朱保平 １（江苏食品职业技术学院信息工程系　江苏淮安２２３０００） ２（南京理工大学计算机科学与技术学院　江苏南京２１５０００） 摘　要　　微博中存在着数以亿计的用户，这些用户每天发布大量的信息。这些海量的微博信息给热点话题发现提出了严峻的挑 战。应用ＬＤＡ（ＬａｔｅｎｔＤｉｒｉｃｈｌｅｔＡｌｌｏｃａｔｉｏｎ）模型对微博中隐含的话题进行建模，利用话题间的共享词汇将话题构成一个无向加权图， 并通过ＰａｇｅＲａｎｋ算法将话题进行排名。实验结果表明，排名后返回给用户的话题的准确性明显高于未排名的结果。 关键词　　 微博　话题　图　排名　ＬＤＡ模型 中图分类号　ＴＰ３９３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．１０．００６ ＯＮＬＤＡＢＡＳＥＤＭＩＣＲＯＢＬＯＧＧＩＮＧＴＯＰＩＣＤＥＴＥＣＴＩＯＮ １ ２ ＬｉＦｅｎｇｌｉｎｇ　ＺｈｕＢａｏｐｉｎｇ １（ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＦｏｏｄＳｃｉｅｎｃｅＣｏｌｌｅｇｅ，Ｈｕａｉａｎ２２３０００，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） ２（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｉｃｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１５０００，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｈｅｒｅａｒｅｔｅｎｓｏｆｍｉｌｌｉｏｎｓｏｆｕｓｅｒｓｉｎｍｉｃｒｏｂｌｏｇｇｉｎｇ，ａｎｄｔｈｅｙｐｕｂｌｉｓｈｍａｓｓｉｖｅｍｅｓｓａｇｅｓｅｖｅｒｙｄａｙ．Ｔｈｅｓｅｍａｓｓｉｖｅ ｍｉｃｒｏｂｌｏｇｇｉｎｇｍｅｓｓａｇｅｓｉｍｐｏｓｅｓｅｖｅｒｅｃｈａｌｌｅｎｇｅｔｏｈｏｔｔｏｐｉｃｓｄｅｔｅｃｔｉｏｎ．Ｉｎｔｈｉｓｐａｐｅｒｗｅｍｏｄｅｌｔｈｅｃｏｎｃｅａｌｅｄｔｏｐｉｃｓｉｎｍｉｃｒｏｂｌｏｇｇｉｎｇｗｉｔｈ ＬＤＡ（ｌａｔｅｎｔＤｉｒｉｃｈｌｅｔＡｌｌｏｃａｔｉｏｎ）ｍｏｄｅｌ，ｆｏｒｍｔｈｅｔｏｐｉｃｓａｓａｎｕｎｄｉｒｅｃｔｅｄｗｅｉｇｈｔｅｄｇｒａｐｈｂｙｕｔｉｌｉｓｉｎｇｔｈｅｓｈａｒｉｎｇｗｏｒｄｓａｍｏｎｇｔｈｅｔｏｐｉｃｓ， ａｎｄｒａｎｋｔｈｅｔｏｐｉｃｓｉｎｔｈｅｇｒａｐｈｗｉｔｈＰａｇｅＲａｎｋａｌｇｏｒｉｔｈｍ．ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｔｏｐｉｃｓｒｅｔｕｒｎｅｄｔｏｕｓｅｒｓａｆｔｅｒｔｈｅＰａｇｅＲａｎｋ ｒａｎｋｉｎｇｉｓｍｏｒｅａｃｃｕｒａｔｅｔｈａｎｔｈａｔｏｆｎｏｎｒａｎｋｉｎｇ． Ｋｅｙｗｏｒｄｓ　　Ｍｉｃｒｏｂｌｏｇｇｉｎｇ　Ｔｏｐｉｃ　Ｇｒａｐｈ　Ｒａｎｋｉｎｇ　ＬａｔｅｎｔＤｉｒｉｃｈｌｅｔａｌｌｏｃａｔｉｏｎｍｏｄｅｌ ０　引　言 １　相关工作 微博作为一种新兴媒体，已经成为了信息传播的重要方式。 在信息检索领域，话题发现一直是一项重要的研究工作。 人们不仅可以利用微博共享信息，还可以在微博上搜索信息，实 话题发现模型可以分为基于文档模型的话题发现和基于 ＬＤＡ 时收看各种新闻资讯。微博兼有博客和即时消息两种网络服务 模型的话题发现。 的优点，它允许人们把他们目前正在做的事情在网络上以短消 传统的文本话题发现方法是将文本文档看作向量，