论文部分内容阅读
在微博中，用户规模不断增大，用户发言的信息也在急剧增长，这给海量信息中挖掘用户关注的热点话题提出了严峻的挑战。用户发言的内容会随着好友的转发在网络中形成一个树形结构，该树形结构包含的内容就是一个话题。然而在树的构建中，微博信息的迭代次数取决于树的高度，这在海量的微博信息中是不可行的。提出了一种群树的话题网络构建模型，只需要很少的迭代次数就可以构建话题的子树；然后通过LDA模型对子树之间潜在的话题进行分析。实验表明，提出的基于Dirichlet过程的层次话题模型，无论在准确性和计算效率上，都优于现有的相关研