- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计算机工程与应用结合互信息和主题模型的微博话题发现方法孙曰昕马慧芳姚伟张志昌西北师范大学计算机科学与工程学院兰州摘要为了解决短文本信息流的特征稀疏性对热点话题发现带来的挑战提出了结合词语互信息和概率主题模型的微博热点话题发现方法通过建立词共现矩阵并应用对称非负矩阵分解算法获取词项主题矩阵再利用概率潜在语义分析模型进行主题发现最终通过定义微博热度分析和排序有效地支持微博热点话题发现实验表明此方法能有效地进行话题聚类并检测出热点话题关键词词共现矩阵对称非负矩阵分解概率潜在语义分析微博热点话题发现文献
Computer Engineering and Applications 计算机工程与应用 2016 ,52(6 ) 61 结合互信息和主题模型的微博话题发现方法 孙曰昕,马慧芳,姚 伟,张志昌 SUN Yuexin, MA Huifang, YAO Wei, ZHANG Zhichang 西北师范大学 计算机科学与工程学院,兰州 730070 College of Computer Science and Engineering, Northwest Normal University, Lan
文档评论(0)