首页|面向微博热点话题发现的改进BBTM模型研究

面向微博热点话题发现的改进BBTM模型研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对目前基于主题模型的微博短文本热点话题发现存在特征稀疏、高维度以及需要人工指定主题数目等问题,提出一种基于改进突发词对主题模型(bursty biterm topic model,BBTM)的热点话题发现方法(hot topic-hot biterm topic model,H-HBTM).首先,利用词的突发概率进行特征选择,过滤非突发词.其次,结合微博文本的突发特性和传播特性计算微博词对的热值突发概率,将热值突发概率作为BBTM的先验概率.最后,利用基于密度的方法自适应选择BBTM的最优话题数目,确定最优BBTM,实现热点话题发现.在真实微博数据集上的实验表明,H-HBTM可以在不需要预先设定主题数目的情况下,自动发现最优话题模型,并且H-HBTM发现的热点话题的质量高于基于BBTM、词对主题模型以及潜在狄立克雷分配的方法.
Research on Improved BBTM Model for Microblog Hot Topic Discovery*
In order to overcome the problems of current hot topic discovery methods based on topic model, such as the sparsity of features, the high dimension, and the requirement for pre-specifying the number of topics, a hot topic discovery method based on an improved bursty biterm topic model (BBTM) which is called hot topic-hot biterm topic model (H-HBTM) is proposed. First, the word burst probability is used to select features and to filter the non-burst words. Second, the hot burst probability of micro-blog word pairs can be expressed by integrating the burst characteristic and the propagation characteristic of micro-blog texts. The hot burst probability is used as the prior probability of the BBTM model. Finally, a density based method is used to select the optimal number of topics for the BBTM model so that the optimal BBTM model is determined to detect hot topics. The experiments conducted on the real micro-blog datasets demonstrate that the H-HBTM can automatically find the optimal model without pre-specifying the number of topics, and the quality of the hot topics found is superior to the other methods, such as the BBTM, the biterm topic model and the latent Dirichlet allocation.

hot topic detectionmicroblogbursty biterm topic model (BBTM)topic model

黄畅、郭文忠、郭昆

展开 >

福州大学 数学与计算机科学学院,福州 350116

福州大学 网络计算与智能信息处理重点实验室,福州 350116

.福州大学 空间数据挖掘与信息共享教育部重点实验室,福州 350116

热点话题发现 微博 突发词对主题模型(BBTM) 主题模型

国家自然科学基金)福建省高校杰出青年科学基金)福建省高等学校新世纪优秀人才支持计划)福建省高等学校新世纪优秀人才支持计划)福建省杰出青年科学基金)福建省杰出青年科学基金)福建省科技创新平台计划项目)福建省科技创新平台计划项目)福建省自然科学基金)福建省自然科学基金)福建省高校产学合作项目)

JA12016 JA13021 Nos. 2014J060172015J06014 Nos. 2009J10072014H2005 Nos. 2013J012302014J01232 Nos. 2014H60142017H6008

2019

计算机科学与探索
华北计算技术研究所

计算机科学与探索

CSTPCDCSCD北大核心
影响因子：0.652
ISSN：1673-9418
年,卷(期)：2019.13(7)
  • 1
  • 20