基于权重微博链的改进LDA微博主题模型

摘要

社交网络尤其是微博中含有大量的短文本.短文本不同于传统的文本,其携带的语义特征信息密度低,很难对其进行准确的主题挖掘.针对这一问题,提出根据微博发布时间与原创、转发、评论微博等社交行为信息分配权重,使用背景知识丰富语义特征的微博链结构与基于此改进的LDA主题模型.实验结果表明,相比于标准的LDA模型,本模型的perplexity值更低,即具有较低的预测不确定度.