面向微博热点话题发现的改进BBTM模型研究

摘要：

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.

关键词：热点话题发现、微博、突发词对主题模型(BBTM)、主题模型

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61300104, 61300103, 61672158;the High School Science Fund for Distinguished Young Scholars of Fujian Province under Grant No. JA12016;the Program for New Century Excellent Talents in Fujian Province University under Grant No. JA13021;the Natural Science Funds for Distinguished Young Scholars of Fujian Province under Grant Nos. 2014J06017, 2015J06014;the Technology Innovation Platform Project of Fujian Province under Grant Nos. 2009J1007, 2014H2005;the Natural Science Foundation of Fujian Province under Grant Nos. 2013J01230, 2014J01232;the Industry-Academy Cooperation Project of Fujian Province under Grant Nos. 2014H6014, 2017H6008

在线出版日期：2019-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1103-1114