基于社区时空主题模型的微博社区发现方法-论文.pdf

基于社区时空主题模型的微博社区发现方法-论文.pdf

ID:58139669

大小:448.43 KB

页数:6页

时间:2020-04-24

基于社区时空主题模型的微博社区发现方法-论文.pdf_第1页
基于社区时空主题模型的微博社区发现方法-论文.pdf_第2页
基于社区时空主题模型的微博社区发现方法-论文.pdf_第3页
基于社区时空主题模型的微博社区发现方法-论文.pdf_第4页
基于社区时空主题模型的微博社区发现方法-论文.pdf_第5页
资源描述:

《基于社区时空主题模型的微博社区发现方法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第43卷第3期电子科技大学学报Vb1.43NO.32014年5月JournalofUniversityofElectronicScienceandTechnologyofChinaMav2014基于社区时空主题模型的微博社区发现方法段炼2,一,朱欣焰。(1.广西师范学院北部湾环境演变与资源利用教育部重点实验室南宁530001;2.广西师范学院资源环境科学学院南宁530001;3.武汉大学测绘遥感信息工程国家重点实验室武汉430079;4.武汉大学空天信息安全与可信计算教育部重点实验室武汉430079)【摘要】提出了一种基于主题模型的微博社区发现方法.该方法采用狄利克雷过程(Dirichl

2、etprocess)自适应生成多个潜在地理区域;利用多项式分布描述主题在连续时间中的强度;将用户对潜在地理区域和社区的选择偏好引入主题模型;最后通过EM方法和Gibbs采样,实现时空主题模型参数估算,以基于主题相似性进行社区发现。实验表明,该方法能更加准确地识别微博社区。关键词狄利克雷过程;地理标识微博:微博社区发现;微博主题挖掘;时空主题模型中图分类号P208文献标志码Adoi:10.3969~.issn.1001-0548.2014.03.025MicroblogCommunityDetectionMethodBasedOnCommunitWySpoatio-—’l'empooral

3、—’IOpDicCMJⅥo0delDUANLian1.‘andZHUXin-yans(1_EducationMinistKeyLaboratoryofEnvironmentEvolutionandResourcesUtilizationinBeibuBay,GuangxiTeachersEducationUniversity,Nanning530001;2.ResourcesandEnvironmentScienceDepartment,OuangxiTeachersEducationUniversityNanning530001;3.StateKeyLaboratoryofInform

4、ationEngineeringinSurveying,Mapping&Rem~eSensing,WuhanUniversityWuhan430079;4.KeyLaboratoryofAerospaceInformationSecurityandTrustedComputingofMinistryofEducation,WuhanUniversityWuhan430079)AbstractThispaperpresentsanovelmicro-communitydetectionmethodbasedontopicmode1.Multiplelatentgeographicalreg

5、ionsbyDirichletprocessarecreatedadaptively.AmultinomialdistributioniSthenemployedtodepicttopicsevolutionswithineachtimebin.Userselectionprefcrenccsoflatentgeographicalregionandcommunityareintroducedintopicmode1.Finally。theEMmethodandGibbssamplingmethodareusedtoestimatespatio.temporaltopicmodelpar

6、ametersSOthatcommunitydetectioncanberealizedbytopicssimilarity.ExperimentresultsshowthatthismethodCanpromotetIleperformancesofcommunityidentifying.KeywordsDirichletprocess;geo-taggedmicroblog;microblogcommunitydetection;microblogtopicmining;spatio-temporaltopicmodel微博作为目前最具代表性的社交网络服务,逐程度来发现社区,或基于

7、聚类等模型进行网络分割渐成为一种重要的沟通工具和平台。由于其实时性以获取社区,忽略了社区的潜在主题特征。社区潜高、流量大、内容覆盖面广,近年来,微博已经成在主题表现为:属于该社区的用户所发表和转发微为社会舆论、商业营销和城市功能的“传感器”。博的内容趋向于若干个特定的信息类别,如“体育”所谓社区,是指用户根据小世界特性聚集形成若干“科技”等,反映了用户在若干方面的兴趣倾向。群体。发现微博中的社区,能更好地理解信息传播而多个用户对某一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。