在线社交网络中地域性话题发现
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.
社交网络、地域性话题、话题发现、主题模型、参数估计
40
TP393(计算技术、计算机技术)
国家"八六三"高技术研究发展计划项目基金2013AA013503;国家"九七三"重点基础研究发展规划项目基金2010CB328104;国家自然科学基金61272531,61202449,61272054,61370207,61370208,61300024,61320106007,61472081;江苏省网络与信息安全重点实验室BM2003201;江苏省科技计划项目SBY2014021039-10;无线通信技术协同创新中心、社会公共安全科技协同创新中心资助
2017-08-09（万方平台首次上网日期，不代表论文的发表时间）
共13页
1530-1542
