基于文本聚类与LDA相融合的微博主题检索模型研究_唐晓波.pdfVIP

情报理论与实践 (ITA) 欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟 ， ( ， 430072) ● 唐晓波 房小可 武汉大学 信息资源研究中心 湖北 武汉 * 基于文本聚类与LDA 相融合的微博主题检索模型研究 : ， 。 摘 要 伴随着微博 的 日趋流行 对微博信息 的检 索逐渐成为人们获取第一 消息的手段 其 中文本聚类和主题发现 是信息检 索领域 的有效方法 ，采用适当 的方法是影响微博短 文本信息检 索质量 的关键因素 。文章针 对文本聚类和 LDA 主题模型的互补特征 ，综合考虑 了微博特殊文体和短文本聚类效率 问题，提出 了基于频繁词集的文本聚类和基 于类簇 的 LDA 主题挖掘相融合 的微博检 索方法，给 出了针对微博文体的一种新的主题检 索模型。实验表 明，该方法不仅 能有效地 划分微博文本 ，并且能清晰地挖掘类簇中潜在主题 。 : ; ; 关键词 文本聚类 主题检 索 微博 Abstract: With the daily popularity of micro-blog ，the search of micro-blog information has gradually become the method of people to obtain the first-hand news. Text clustering and topic discovery are the effective methods in the information retrieval field. Using the appropriate method is the key factor affecting the information retrieval quality of micro-blog short text. Based on the com- plementary characteristics of text clustering and LDA topic model ，and considering the special style of micro-blog and the clustering efficiency of short text comprehensively ，this paper proposes a micro-blog retrieval method integrating the text clustering based on frequent word set with the LDA topic excavation based on class cluster ，and gives a new topic retrieval model for micro-blog style. The experiment shows that this method can not only divide micro-blog text effectively ，but also excavate the latent topic in the class cluster clearly. Keywords: text clustering; topic retrieval; micro-blog ［6］ ， : ，