基于突发词对主题模型改进算法的微博热点话题发现研究

摘要：

[研究目的]针对主流话题发现模型存在数据稀疏、维度高等问题,提出了一种基于突发词对主题模型(BBTM)改进的微博热点话题发现方法(BiLSTM-HBBTM),以期在微博热点话题挖掘中获得更好的效果.[研究方法]首先,通过引入微博传播值、词项H指数和词对突发概率,从文档层面和词语层面进行特征选择,解决数据稀疏和高维度的问题.其次,通过双向长短期记忆(BiLSTM)训练词语之间的关系,结合词语的逆文档频率作为词对的先验知识,考虑了词之间的关系,解决忽略词之间关系的问题.再次,利用基于密度的方法自适应选择BBTM的最优话题数目,解决了传统的主题模型需要人工指定话题数目的问题.最后,利用真实微博数据集在热点话题发现准确度、话题质量、一致性三个方面进行验证.[研究结论]实验表明,BiLSTM-HBBTM在多种评价指标上都优于对比模型,实验结果验证了所提模型的有效性及可行性.

关键词：热点话题发现、主题模型、微博、短文本、BiLSTM、BBTM、Word2Vec

所属期刊栏目：41

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金71974202

在线出版日期：2022-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：104-112