登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
在线社交网络中地域性话题发现
  • 摘要

    在线社交网络中日益丰富的地理位置信息为传统舆情感知、信息检索技术带来了新的思考.文中以在线社交平台Twitter为研究对象,以社交网络中地域性话题(Geographical Topic)发现为研究目标,工作主要分为社交网络话题性和地域性分析、地域性话题发现两个部分.首先,文中基于用户、位置和话题间的相互关系,阐述了社交网络用户具有地域性和话题性特征,分析了地理位置和话题对词项使用的影响,抽象出地域和话题之间的关联.其次,根据地域性话题的空间关联特征,综合考虑用户发布的文本内容和地理位置信息,按照主题模型思想构建地域性话题发现模型GTTD(Geographical Textual Topic Discovering model),将用户、话题和地理位置间存在的紧密关系同时引入话题发现框架中.最后利用吉布斯采样算法进行模型的参数估计.基于Twitter真实数据集的实验表明:文中提出的GTTD模型能有效地发现社交网络中的地域性话题,并且与LGTA、Geofolk模型对比,在困惑度(perplexity)指标上体现出优势.

  • 作者

    曹玖新  胥帅  陈高君  赵力阳  周涛  刘波  CAO Jiu-Xin  XU Shuai  CHEN Gao-Jun  ZHAO Li-Yang  ZHOU Tao  LIU Bo 

  • 作者单位

    东南大学计算机科学与工程学院 南京 211189/东南大学计算机网络和信息集成教育部重点实验室 93K-9 南京 211189

  • 刊期

    2017年7期 ISTIC EI PKU

  • 关键词

    社交网络  地域性话题  话题发现  主题模型  参数估计  social networks  geographical topic  topic discovery  topic model  parameter estimation 

相似文献 查看更多>>
3.93.75.242