【摘 要】
：
伴随社交平台的高速发展,微博热点话题挖掘成为信息内容安全管理的重要研究方向之一。由于微博字数少,直接使用LDA主题模型建模会导致特征向量高维稀疏。针对该问题,本文提出
【机 构】
：
上海交通大学网络空间安全学院; 上海市信息安全综合管理技术研究重点实验室;
【基金项目】
：
国家重点研发计划网络空间安全重点专项(2016YFB0801003);国家自然科学基金地区科学基金项目(61562004);国家自然科学基金重点项目(61431008)
论文部分内容阅读
伴随社交平台的高速发展,微博热点话题挖掘成为信息内容安全管理的重要研究方向之一。由于微博字数少,直接使用LDA主题模型建模会导致特征向量高维稀疏。针对该问题,本文提出融合标签语义的微博热点话题挖掘方法,即先合并具有相近语义标签的微博来增加文本长度,进而挖掘热点话题。该方法首先应用公共块算法计算微博标签的相似度并将标签相似度高的微博合并,进一步采用LDA模型对合并后的文本建模,最后采用K-Means聚类算法挖掘出微博热点话题。实验证明,与针对单一微博文本以及直接合并相同标签后的微博文本建模相比,本文提出的方法,不但使得LDA模型的困惑度更低,而且挖掘的热点话题的准确性更高。
其他文献
本研究以597名初中生为被试,采用《消极完美主义》、《学业自我效能感》、《学业自我阻碍》这3个量表进行现场测试。本文使用统计软件Spss 19.0对有效数据进行分析,结果发现:
含等离子体目标的电磁散射特性在雷达隐身及电子对抗领域中具有非常重要的研究意义。近年来,在对含等离子体目标的电磁散射特性的研究中,时域有限差分(FDTD)方法应用甚广。从
雄激素性秃发(androgenetic alopecia, AGA),是皮肤科的常见、难治性疾病之一。男性主要表现为脱发由两额角开始逐渐扩展至头顶部,或由头顶部开始逐渐向前额扩展；女性一般症状
目的：探讨帕金森病嗅觉障碍患者的中医证候要素特征,为中医药治疗帕金森病嗅觉障碍患者提供辨证依据。方法：1经统一培训后,对来源于2013年8月至2014年8月就诊于北京中医药大学
太赫兹是一种新型的、拥有很多独特优点的辐射源。太赫兹技术作为一个非常重要的交叉前沿领域,拥有非常诱人的前景和机遇。随着太赫兹技术的飞速发展,能在该波段产生大功率电
<正>截至2017年底,我国移动出行用车用户已经达到4.35亿,面对如此庞大的市场,网约车平台数量也呈现井喷式上升,网约车市场竞争进入白热化阶段。像滴滴、神州、曹操专车等网约
传统的通信板卡占板面积大,重量重,电线复杂,可靠性低,基于1553B总线SoC（片上系统）芯片的小尺寸MBI（多路传输总线通信接口）通信板卡很好地解决了这一问题,通信效率高,抗干扰能力
现代社会正处于一个数字信息飞速膨胀的时代,将连续的模拟信号转化为数字信号的接口模拟-数字转换器(ADC)应用越来越广泛,复杂的应用场合对ADC性能的要求也日益提高。流水线
目的 探讨不同孕周未足月胎膜早破期待治疗对妊娠结局的影响.方法 以2009年3月～2014年1月未足月胎膜早破的93例孕妇为研究对象,按照胎膜早破的时间分为孕28～32周组（A组）28例,孕32
根据《城镇土地估价规程》(GB/T18508-2014),房地出租方式下,房地年总费用是指利用房地产进行经营活动时正常合理的必要年支出,那么房屋年折旧费并非进行经营活动时的必要支