论文摘要
作为每日数据高达TB级的社交网络,需要准确而有效地对电商企业发布的热点话题进行主题挖掘。在传统的主题挖掘模型（LDA）的基础上加入文本的一些属性信息（如标签、转发数、评论数、时间等属性信息）,对传统的LDA模型进行改进和扩展,提出了将MA-LDA模型应用在电商微博的热点话题挖掘中。在确定合适的主题个数后,MA-LDA算法能有效抑制传统LDA算法因社交平台文本短、稀疏性强、用语不规范等问题。MA-LDA模型主要适应于短时间内被普遍关注的微博热点话题,未对隐式电商话题进行讨论。采集腾讯微博的电商微博文本信息,最终实验结果证明了MA-LDA模型可提高电商微博热点话题识别的准确率。
论文目录
文章来源
类型: 期刊论文
作者: 姚洁,孟小璐
关键词: 热点话题,主题挖掘,电商微博
来源: 重庆理工大学学报(自然科学) 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技,经济与管理科学
专业: 计算机软件及计算机应用,企业经济,贸易经济
单位: 福州外语外贸学院
基金: 福建省中青年教师教育科研项目(JAT170729)
分类号: F724.6;F274;TP391.1
页码: 184-188
总页数: 5
文件大小: 147K
下载量: 276