基于隐主题分析的中文微博话题发现

摘要：

针对高维、稀疏的中文微博数据，提出一种多步骤的新闻话题发现方法。首先结合微博的传播特点，选取出不同时间窗口中具有较高新闻价值的微博文本；再利用隐主题模型挖掘微博内容中隐含的主题信息，并在此基础上进行文本聚类；最后使用频繁项集挖掘技术获取话题关键词集合。该算法能够较好地实现对中文微博数据的降维与话题发现。真实的微博数据集实验结果验证了该方法的有效性。

关键词：中文微博、话题发现、隐主题模型、文本聚类、频繁项集挖掘

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家科技支撑计划课题资助项目2012BAH18B05;四川大学青年教师科研启动基金资助项目2013SCU11017

在线出版日期：2014-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：700-704