Micro-blog topic detection method based on BTM topic model and K-means clustering algorithm
Micro-blog topic detection method based on BTM topic model and K-means clustering algorithm
复制标题
基于BTM主题模型和K-means聚类算法的微博主题检测方法
DOI：
10.3103/s0146411616040040
复制
发表时间：
2016-09
影响因子：
0.9
通讯作者：
Yu Zhengtao
中科院分区：
文献类型：
--
作者：
Li Weijiang;Feng Yanming;Li Dongjun;Yu Zhengtao
微博的发展，产生了大量的短文本，为人们提供了便捷的交流方式。与此同时，从短文本中发现主题确实成为一个棘手的问题。传统的主题模型，如概率潜在语义分析（PLSA）和潜在狄利克雷分配（LDA）很难对短文本进行建模。在处理短文本时，他们遭受了严重的数据稀疏性。此外，当数据集较密集且主题文档间差异较大时，K-均值聚类算法可以使主题具有区分性。本文采用BTM主题模型对短文本-微博数据进行处理，以缓解稀疏性问题。同时，将K-means聚类算法与BTM（BitemTopicModel）相结合，进一步进行主题发现。在新浪微博短文本集上的实验结果表明，该方法能够有效地发现主题。
The development of micro-blog, generating large-scale short texts, provides people with convenient communication. In the meantime, discovering topics from short texts genuinely becomes an intractable problem. It was hard for traditional topic model-to-model short texts, such as probabilistic latent semantic analysis (PLSA) and Latent Dirichlet Allocation (LDA). They suffered from the severe data sparsity when disposed short texts. Moreover, K-means clustering algorithm can make topics discriminative when datasets is intensive and the difference among topic documents is distinct. In this paper, BTM topic model is employed to process short texts–micro-blog data for alleviating the problem of sparsity. At the same time, we integrating K-means clustering algorithm into BTM (Biterm Topic Model) for topics discovery further. The results of experiments on Sina micro-blog short text collections demonstrate that our method can discover topics effectively.
登录
查看更多内容
DOI：
10.1109/infoseee.2014.6946176
发表时间：
2014-04
期刊：
2014 International Conference on Information Science, Electronics and Electrical Engineering
影响因子：
--
作者：
Shengbing Liu;Li Liu;Ruzhong Cheng
通讯作者：
Shengbing Liu;Li Liu;Ruzhong Cheng
DOI：
10.1109/wcse.2013.9
发表时间：
2013-12
期刊：
2013 Fourth World Congress on Software Engineering
影响因子：
--
作者：
Yiyang Wang;Li Wang;Jing Qi;Zhong Qian;Bo Xu;Chao Lei;Yuexiang Yang;Huali Cai
通讯作者：
Yiyang Wang;Li Wang;Jing Qi;Zhong Qian;Bo Xu;Chao Lei;Yuexiang Yang;Huali Cai
DOI：
--
发表时间：
2012
期刊：
Pattern Recognition and Artificial Intelligence
影响因子：
--
作者：
Liu Ming
通讯作者：
Liu Ming
DOI：
10.1109/cgc.2012.92
发表时间：
2012-11
期刊：
2012 Second International Conference on Cloud and Green Computing
影响因子：
--
作者：
Huang Ting;Dunlu Peng;Lidong Cao
通讯作者：
Huang Ting;Dunlu Peng;Lidong Cao
DOI：
--
发表时间：
2013-11
期刊：
Journal of East China Normal University
影响因子：
--
作者：
Xie Hao;Jiang Hong
通讯作者：
Xie Hao;Jiang Hong