一种基于RLDA主题模型的特征提取方法

摘要：

为了准确挖掘微博用户的兴趣,论文获取并分析用户原创、转发和点赞过的微博内容以及微博热度的排行等数据,准确地得到描述微博用户兴趣的信息,然后基于LDA模型,提出了一种新的主题特征提取模型——RLDA模型.该模型在原有的LDA模型中加入了微博背景中特有的微博热度排行这一信息,从而改进LDA模型的来提高模型挖掘微博用户兴趣的准确率.在RLDA主题模型建模的过程中,引入"超超参数"的概念,通过Dirichlet分布对超参数取值进行采样.实验表明,与LDA模型相比,RLDA模型在微博用户兴趣挖掘的准确度上有了很大的提升.

关键词：兴趣挖掘、微博热度排行、RLDA模型、特征提取、超超参数

所属期刊栏目：45

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2017-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1980-1985