基于有指导LDA用户兴趣模型的微博主题挖掘

作     者：王立人 余正涛 王炎冰 高盛祥 李贤慧 WANG Li-ren;YU Zheng-tao;WANG Yan-bing;GAO Sheng-xiang;LI Xian-hui

作者机构：昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学智能信息处理重点实验室云南昆明650500 

出 版 物：《山东大学学报（理学版）》 (Journal of Shandong University(Natural Science))

年 卷 期：2015年第50卷第9期

页      面：36-41页

核心收录：

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61175068) 

主　　题：微博内容 兴趣挖掘 微博行为 有指导LDA 

摘      要：用户发布的微博内容能够体现用户兴趣,微博中用户的转发、评论、回复、他人评论等微博行为对用户兴趣具有很强的指导作用。为了有效利用用户微博行为,提出了一种基于有指导LDA(latent dirichlet allocation)的微博内容用户兴趣建模方法。首先通过分析对微博的转发、评论、回复、他人评论这4个因素对用户微博兴趣主题的影响,定义了4种约束关系;然后基于用户微博内容,将4种约束关系融合到LDA模型中构建有指导的LDA微博主题生成模型,最后得到用户的微博主题分布,从而获得用户兴趣模型。实验结果表明,相比LDA模型,该方法的准确率有很大提高,引入4种信息对微博用户兴趣发现有非常重要的指导作用。