运用改进型LDA算法的电商微博热点话题研究

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

• 1 理论基础
•   1.1 传统LDA模型
•   1.2 LDA模型用于电商微博热点话题发现的形势分析
• 2 基于MA-LDA挖掘电商微博热点话题
•   2.1 框架结构
•   2.2 MA-LDA模型
• 3 实验结果与分析
•   3.1 实验数据收集及预处理
•   3.2 实验结果分析
• 4 结束语

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