基于混合权重合并策略的社交网络用户关注点识别方法

摘要：

主题模型是用于识别博客、网络社区、微博等社交网络平台上用户关注点的重要手段.考虑到社交网络平台上短文本主题识别的特殊性,该文根据短文本内容在上下文上的相关性,提出一种基于混合权重合并策略的AW-LDA模型.该模型将符合上下文相关条件的短文本进行虚拟合并,并根据上下文相关程度对不同短文本赋予不同的权重,构建了一种新的短文本主题识别方法.通过网络BBS社区与微博社区两组数据的实验,该模型能够有效识别不同话题下社交网络用户关注点,为解决短文本主题识别问题提供了新的解决思路.

关键词：社交网络、主题模型、关注点识别、混合权重、"邻近"用户

所属期刊栏目：39

分类号：TP393;TP181(计算技术、计算机技术)

资助基金：国家自然科学基金71490725, 71521001, 71371062, 91546114, 71501057;国家973规划项目2013CB329603;国家科技支撑计划项目2015BAH26F00;教育部人文社会科学研究青年基金15YJC630111 The National Natural Science Foundation of China71490725, 71521001, 71371062, 91546114, 71501057;The National 973 Program of China2013CB329603;The National Key Technology Support Program2015BAH26F00;MOE Project of Humanities and Social Sciences15YJC630111

在线出版日期：2017-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2056-2062